Machine Learning / AI
ROC-AUC-ის უპირატესობა რა არის F1 და Precision-ის შედარებით?
რა ობიექტები შეიძლება დაემატოს სეტს? რა პირობებია ელემენტებზე?
მოდელის სწავლების დროს მონაცემების გამტაცებლობა გქონდათ?
შესაძლებელია თუ არა მონაცემთა გამტარობა მონაცემების ნორმალიზების დროს, სანამ ისინი ტრენინგსა და ტესტში გაიყოფა?
რა არის ROC AUC? როგორ აშენდება ROC გრაფიკი?
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.
არის თუ არა კითხვები სამუშაო პირობებთან დაკავშირებით (ფორმატი, გაფორმება, ანაზღაურება)?
არ გგონია რომ დაბრუნდე რუსეთში? ფილიპინებზე ცხოვრება შეიძლება იყოს პრობლემა დოკუმენტაციისთვის.
აუდიო კოდეკში RVQ (დარჩენილი ვექტორული კვანტიზაცია) რა არის?
როგორ იძახის LLM თუ გვაქვს ხელსაწყოები ან MCP?
გააზიარე გუნდის შესახებ: ადამიანების რაოდენობა, როლები, პროცესები, დავალებების განაწილება.
რატომ გამოიძახეთ optimizer.zero_grad() სასწავლო ციკლის დასაწყისში?
გვითხარით საკუთარ შესახებ და თქვენს შესაბამის გამოცდილებაზე.
შესაძლებელია თუ არა ძალიან განსხვავებული არქიტექტურების, მაგალითად ResNet და Transformer-ის შორის დისტილაცია?
რა მეტრიკები გამოიყენეს RAG სისტემის შეფასებისთვის და როგორ მიიღეს გადაწყვეტილება მას წარმოებაში განთავსების შესახებ?
როგორ გავაკეთოთ ფუნქციის პარალელური შესრულება Python-ში?
რომელ ტექნიკებს იყენებდით prompt ინჟინერიაში (few-shot, role, CoT, ReAct)?
რა არის offline RL და რა სირთულეები შეიძლება ჰქონდეს?
რა არის TimesNet?
რომელ მეტრიკებს შეიძლება გამოიყენოს დოკუმენტებზე NER-ის შეფასებისთვის?