Ики сөз менен, Double Robust ыкмасы менен IPSтин айырмасын түшүндүрүңүз — эмне кошулат жана аны күчтүү жана туруктуу кылган эмне?
Machine Learning / AI
IPS ба баёндоонун кайсы бөлүгү пайда болот?
Өзүн өзүңдү көрсөтүү үчүн кыскача абзац жаз, анда сунуш системалары RAG - retrieval, re-ranking, архитектуралык окшоштуктар жана башка менен абдан окшош экенин белгилөө, ошондуктан мен аны эстеп калуу жана айтып берүү мүмкүнчүлүгүм болот.
Эки мунаралык тармак (two-tower) биринчи деңгээлдеги чектөөнү чечүүгө кантип жардам берет — бул эмне үчүн?
RAG тажрыйбасын сунуш системаларына кайра пакеттөө боюнча кыскача ой-пикирлер жана андан соң типтүү суроолор. Жооп берүү эмес, менин тажрыйбам жана түпнускама негизделген негизги мааниси эмне экенин түшүндүрүңүз.
Batch ичинде негативдер менен контрасттык жоготуунун иштеши кандай?
Элементтер деген эмне? Туура кантип айтууга болот?
Өндүрүштөгү моделди кошумча окутуу үчүн канча маалымат керектигин баамдаңыз, кошумча окутуу процесси, параметрлер, жоготуунун функциясы (contrastive/triplet) жана эмне үчүн аны тандаганыңыз тууралуу түшүндүрүңүз.
Андан кийин рангер үйрөтүлөбү? Демек, ал мазмундан көз каранды эмес болот — анын максаты эмне?
FAISS индексинин өндүрүштөгү инкременталдык жаңыртуусу кандай болот?
Ту туура түшүндүмбү: бизде блокту толтуруу үчүн контент трекерден орто баа алган трекер бар, колдонуучу жана блок белгилери бар, биз оң деп алдык — так эмне?
# Формулалаңыз және жазыңыз, roc auc дегеніміз не. # roc_auc_score қалай есептеледі? # Жазылған анықтама бойынша roc_auc_score есептейтін функция жазыңыз. # Және кез келген санды кластар үшін, берілген басымдық тәртібімен? # Модель келесідей жұмыс істейді # y_score[i] >= шек -> y_pred[i] = 1 # y_score[i] < шек -> y_pred[i] = 0 def test_roc_aur_score(): y_true = [0, 0, 0, 1, 0, 0] y_score = [0.2, 0.4, 0.31, 0.6, 0.3, 0.7] res_metric = roc_auc_score(y_true, y_score) assert res_metric == 0.8 y_true = [0, 1, 0, 0, 0, 1] y_score = [0.7, 0.6, 0.31, 0.31, 0.3, 0.2] res_metric = roc_auc_score(y_true, y_score) assert res_metric == 0.375 y_true = [0, 0, 0, 1, 0, 0] y_score = [0.2, 0.4, 0.31, 0.8, 0.3, 0.7] res_metric = roc_auc_score(y_true, y_score) assert res_metric == 1 y_true = [0, 0, 0, 0, 0, 0] y_score = [0.2, 0.4, 0.31, 0.8, 0.3, 0.7] res_metric = roc_auc_score(y_true, y_score) assert res_metric == 0 # Бонус тесты для нескольких классов y_true = [0, 1, 0, 0.5, 0, 1] y_score = [0.7, 0.6, 0.31, 0.31, 0.3, 0.2] res_metric = roc_auc_score(y_true, y_score) assert res_metric == 0. y_true = [0, 0.1, 0.2, 0.3, 0.4, 0.6] y_score = [0, 0.1, 0.2, 0.3, 0.4, 0.6] res_metric = roc_auc_score(y_true, y_score) assert res_metric == 1
Блоктун мазмуну саны ар кандай болсо — бирдиктүү блоктор жана 30 элементтен турган блоктор барбы? Бул блоктун функциясын алуу үчүн мазмундун баалоолору менен кантип иштөө керек?
Эгер сизге системанын сапатын жакшыртуу үчүн чексиз GPU берилсе, биринчи кайсы багытты тандайсыз?
Өтінемін, нақты қандай жоба болғанын және сіздің нақты міндеттеріңіз қандай болғанын айтып беріңіз.
Өз тажрыйбаңыз жөнүндө айтып бериңиз, акыркы беш жылда эмне менен алектендиңиз?
Неге жоба екі жыл бойы әзірленді, егер сен негізгі бөлігі екі жыл бұрын жасалғанын айтсаң? Қазіргі уақытта жоба қолдау көрсетуде ме, әлде әрі қарай дамытылды ма?
DSSM эмне, билесиңби?
# берилген массив a = [1, 20, 10, 0, 59, 63, 0, 88, 0] -> [0, 0, 0, 1, 20, 10, 59, 63, 88] # нөлдөрдү массивдин башына көчүрүп, калган элементтердин тартибин сактаган оптималдуу функция жазуу керек def move_zeros_to_left(a: List[int]) -> List[int]: pass
Эмне иш форматын карап жатасыз жана кайсы шаарда жашайсыз?