Machine Learning / AI
არის საკმარისი ნიმუში ტესტებისთვის?
რა სირთულეები წარმოიშობა RAG-ის დროს ჩათ- სცენარში (საუბრის კონტექსტი, ისტორია)?
რა არის სიზუსტე?
რა მეტრიკები გამოიყენება დიალოგების შეფასებისთვის (BLEU, perplexity, ადამიანის შეფასება)?
რა არის LangGraph, რა მიზნით გამოიყენება, როგორ ხორციელდება ფილიალები და პირობით გადასვლები? რა განსხვავებაა ინსტრუმენტებსა და ნოდებს შორის?
როგორ დავგეგმოთ ავტომატური მონაცემების შეგროვება და სწავლება Airflow-ით?
აუდიო კოდეკში RVQ (დარჩენილი ვექტორული კვანტიზაცია) რა არის?
რა არის სამართლიანობის პრობლემები ML-ში მედიცინაში?
Практик დავალება AI სთავაზობს, რომ ყველა 2 მილიონი არასუფთა დიალოგის উপর LoRA-ს სწავლება. რა არის კანდიდატის ყველაზე მწიფე პასუხი? - AI-ზე ნდობა: დიდი კორპუსი თვითონ შეავსებს შეცდომებს. - ჯერ промტი შეცვალე, მონაცემებს არ შეცვლი. - სუფთა ნაწილზე LoRA-ს სწავლება და შედარება ძირითადი მოდელთან. - სწავლების წინ შემთხვევით ნიმუშის მონიშვნა გადაამოწმე. - ჯერ მონაცემები და ხარისხი თემებზე გამოიკვლიე ცალკეულ ნაკვეთზე, შემდეგ შეზღუდული სწავლა LoRA-ს. - მთელი კორპუსზე სწავლა, მაგრამ LoRA-ს რანგი შეამცირე.
შესაძლებელია თუ არა კლასიფიკაციის პრობლემა გადაჭრა სწორი რეგრესიის გამოყენებით (სიგმოიდის გარეშე)?
რა არის ROC გრაფიკი და როგორ გამოიყენება კლასიფიკატორების შეფასებისთვის?
მოდით შევადაროთ DAU, RPS და QPS: თუ ჩვენ გვაქვს 10 მილიონი DAU და თითოეული მომხმარებელი დღეში 4-ჯერ შედის, რა იქნება RPS და QPS?
თქვენი მოდელები, სად იყო განთავსებული (განაწილების ინფრასტრუქტურა)?
რა მოხდება, თუ max-ს გამოიძახებთ, ნაცვლად idxmax-ის მაქსიმალური მნიშვნელობისთვის?
როგორ დავამუშავოთ მონაცემთა ნაკადი მედიანის გამოთვლისთვის შეზღუდული მეხსიერებით?
რა არის residual connection და რა მიზნით გამოიყენება?
ლოგიტების ზომა რა არის და როგორ მიიღება მათგან ტოკენი?
რა არის Apache Spark და სად არის ის ეფექტიანი ML-პაიპლაინებში?
რა პრობლემები წარმოიქმნება ნულოვანი წონების ინიციალიზაციისას? რა მეთოდები (Xavier, He) ხსნიან ამ პრობლემებს?
როგორ განვსაზღვროთ სამკუთხედი წრეზე სურათზე?