Machine Learning / AI

ReAct агентінің қанша құралы болды?

State объектісі (TypedDict немесе басқа) не болды?

Бұл төрт агент бір-бірінің күйін қайта жазбау үшін ортақ күйге қалай жазды?

Сен тек оқуға арналған құралдар ғана екенін айттың — жүйеде жазу болған жоқ па?

Неліктен сіз төрт агенттен тұратын көп агентті жүйені қолдандыңыз, бір агент пен құралдармен (ReAct-ке ұқсас) емес пе? Мұндай бөлу қандай артықшылықтарға ие?

Егер агенттердің бірі қателессе, барлық график құлап немесе деградация үшін қорытынды агентке жететін бе?

Жасау сапасы қалай бағаланды (қайтару емес)?

LoRA дегеніміз не және ол не үшін қажет?

LoRA-ның қандай гиперпараметрлерін білесіз?

ReAct агентінде prompt injection қаупін қарастырдыңыз ба және оны қалай шештіңіз?

Кросс-энкодерді ғана пайдаланып, толық ретрив-частьті құруға бола ма, би-энкодерсіз?

Шешімнің құнын бағалау үшін бір өту кезінде токендер мен латенттілікті өлшедіңіз бе?

Құжаттық NER үшін train, val және test-ке дұрыс бөлу қалай жасалады?

Ақпарат іздеу уақытын қысқарту қалай өлшенді (метрика минуттарда)?

Қалай архитектура құрастыратыныңызды, кодты қалай тексеретініңізді және тесттерді қалай жазатыныңызды айтып беріңіз.

LayoutLM дегеніміз не және ол құжаттар үшін BERT-тан қалай ерекшеленеді?

Неге сіз нативті toolcalling қолдандыңыз, JSON схемасын промптқа енгізбестен?

Қай рангерді қайта ранжирлеу үшін таңдадыңыз?

Өзіңіз туралы және банк саласындағы жобалардағы техникалық тәжірибеңіз туралы айтыңыз (ML модельдері, антифрод, RAG, көп агентті жүйелер).

Егер құрал (артқы жағы) өз қателігін жасаса (мысалы, жүйеге қол жеткізу кезінде уақыттың өтуі) — модельдерге қателердің трассировкасын бердіңіз бе?