Machine Learning / AI
Бір функцияда екі санды қосу, ал декоратор алдымен 'Сәлем', содан кейін қосу функциясын шақырады, және соңында 'Сау бол' деп жазады. def hello(func): def wrapper(a,b): print('Сәлем') result = func(a,b) print('Сау бол') return result return wrapper @hello def add_numbers(a,b): return a+b print(add_numbers(2,3))
Жүйені бағалау үшін сапалы сұрақтар мен жауаптар пулын қалай құруға болады?
Неліктен дәл екі агентті таңдадыңыз? Неге біреуі немесе одан көп емес?
Командаңыз туралы айтыңыз: адам саны, рөлдер, процестер, тапсырмаларды бөлу.
Яғни, бұл пайдаланушылардан, жеке тұлғалардан/заңды тұлғалардан келетін сұраулар ма?
Көп агентті LLM жүйелерінде қандай қауіптер бар?
Линейлі регрессиядағы коэффициенттерді қалай түсінуге болады?
AI агентін дамыту барысында қай кезеңде қатыстыңыз — модель құру немесе MLOps?
Сіз өзіңіз компаниядан шықтыңыз ба?
Сіз бинарлық классификациямен жұмыс жасадыңыз ба? Мұндай тапсырмаларда сыныптардың теңсіздігіне тап болдыңыз ба, және оған не істеуге болады?
Ескі көрсету саясаты оңтайлы болмауы мүмкін екенін қалай шешеміз, тіпті propensity қолданғанда да — мұнда propensity көмектеспеуі мүмкін?
Prefill және decode-ты бөлек талдаңыз: Q/K/V, матрица формалары және фазалық айырмашылықтар.
Таңдау белгілі бір уақыт кескіндеріне негізделген бе, әлде барлық уақытқа алынады ма?
500 оқушы және 3 ай жұмыс платформасы болған кезде деректер тапшылығы жағдайында қалай әрекет ету керек?
Бұл рөл сізге қаншалықты сәйкес келеді, ескере отырып, жоба NLP, LLM және дәстүрлі ML қиылысында орналасқан және сіз дәстүрлі ML бойынша позиция іздедіңіз?
Сіз айтқан off-policy бағалау қалай жұмыс істейтінін түсіндіре аласыз ба (мысалы, IPS немесе Double Robust)?
Өзіңіз туралы немесе жұмыс стиліңіз туралы қандай маңызды тақырыптарды қосымша атап өткіңіз келеді?
Жүйені жергілікті орналастыру кезінде жеке деректермен қалай жұмыс істеу керек?
Сіз RAG-жобасына бастапқы кезеңнен бе, әлде қандай да бір кезеңінде келдіңіз бе?
Python-да тапсырманы шешуді жүзеге асырыңыз.