Machine Learning / AI
როგორ ხორციელდება მოდელის განთავსება?
რა მეტრიკებს იყენებენ OCR-ისთვის?
რა არის 3D CNN და სად გამოიყენება (I3D, SlowFast)?
რომელ ფენებში ჩადე LoRA და რა არის q_proj?
რა არის vLLM და რატომ არის საჭირო PagedAttention?
არის საკმარისი ნიმუში ტესტებისთვის?
რა მეტრიკები გამოიყენება დიალოგების შეფასებისთვის (BLEU, perplexity, ადამიანის შეფასება)?
რომელ დავალებებში CoT ეხმარება და რომელებში ზიანს აყენებს ხარისხს?
გააზრეთ, რომ თქვენ მუშაობთ PyTorch მოდელთან და მას eval() რეჟიმში გადართვის შემდეგ ხედავთ, რომ 10,000 მაგალითის ფიქსირებულ ტესტ ნაკრებზე მეტრიკები ყოველ გაშვებაზე იცვლება. თქვენ ფიქსირებთ შემთხვევითობის გენერატორების საწყის მდგომარეობას გამეორებადობისთვის: სად შეიძლება იყოს ცვლილებების წყარო დამალული? ახსენით Dropout-ის, BatchNorm-ის და torch.no_grad()-ის როლი და დაასახელეთ მეტრიკები, რომლებიც შედეგების სტაბილურობის შემოწმებისთვის გამოიყენება, მათთან დაკავშირებული ზღვარი ნიშნულები.
რომელ მემკვიდრეობის შეფასების მოდელის მეტრიკებს მიიღეთ და როგორ გამოიმუშავეთ მისგან?
რა არის reference-free და reference-based მეტრიკები?
რა არის SMPC (უსაფრთხო მრავალპარტიული გამოთვლა)?
გრადიენტული ბუსტინგის მეთოდი რა არის და როგორ მუშაობს?
რა არის რეკომენდაციების ოფლაინ შეფასების მეტრიკები (Recall@K, MAP, NDCG, MRR)?
რა არის ორმაგად მტკიცე შეფასება?
რას წარმოადგენს ფუნქციები (features) და რა არის მიზანი ამოცანაში?
როგორ განვახორციელოთ ავტომატური ზარის უარყოფის ლოგიკა, როდესაც მომხმარებლისგან 15 წუთში 10-ზე მეტი ზარი ხდება?
როგორ გადავცეთ მოდელის სქემა კოდის დონეზე სტრუქტურირებული გამოსვლისთვის?
რამდენი გაქვთ ცნობები სარწმუნოების თეორიის შესახებ?
ლოგიტების ზომა რა არის და როგორ მიიღება მათგან ტოკენი?