Machine Learning / AI

Токенизация қалай жұмыс істейді? Неліктен толық сөздер орнына субсөз токендері пайдаланылады?

BGE-M3 туралы айтыңыз: үш көрініс — тығыз, сирек, көп-векторлық.

Recall және Precision дегеніміз не? Міндет: 50 жеміс, оның ішінде 30 алма және 20 алмұрт, робот дұрыс 20 алманы анықтады, бірақ 15 алмұртты алма ретінде қате анықтады. Метрикаларды есептеңіз.

Сіз LoRA және fine-tuning әдістерімен таныссыз ба?

Гибридті іздеу үшін коэффициенттер қалай таңдалды?

Неге сізге 15 ғана үлгі болғанда 12 000 сұрақ-жауап жұптары керек болды?

Құжаттарды сурет ретінде тану себебіңіз неде, ал парсер жасаған жоқсыз ба?

Сынақ деректер жиынтығын қалай құрдыңыз — сол 12 мың жұптан ба, әлде жаңа деректерден бе?

Кластерлеу туралы айтыңыз: қандай мәселені шештіңіз, қандай әдісті қолдандыңыз және сапасын қалай бағаладыңыз?

Тығыз вектор (тығыз ендірме) деген не? Ол қалай алынады? Оның өлшемі қандай?

Трансформер қалай жұмыс істейді? BERT және GPT туралы айтыңыз.

Әр кезеңде қандай модельдер қолданылды? Ұйымдастыруды шығару, векторизация, генерация үшін?

Сіз RAG жүйесінің сапасын қалай бағаладыңыз? Қандай метрикаларды қолдандыңыз?

Cross-encoder дегеніміз не және оны қайда қолдандыңыз?

Сіздің жүйеңізде соңғы пайдаланушыға не жіберілді?

Сөздік көлемін азайту не үшін қажет? Үлкен сөздік қандай кемшіліктерге ие? Жүктеме қай функцияда орын алады?

GET және POST сұрауларының айырмашылығы неде?

Sparse-вектор дегеніміз не? Ол тығыз вектордан қалай ерекшеленеді?

Жүйеңіз бір пайдаланушы үшін асинхронды емес жұмыс істеген кезде қалай жұмыс істейтінін қарапайым түрде түсіндіріңіз.

Бір сұрау үшін 12 мың жауаптың бірі ме, әлде бірнеше жауаптар ма?