Machine Learning / AI

RAGда индекстин куруу үчүн эмне колдонулду?

Тейлдиктин соңунда эмне кылуу керек?

Маалыматтар параллелизм жана модел параллелизминин айырмасы эмнеде?

Нәтижелер тизмесин кантип чыгаруу керек?

ROC-AUC башка метрикалардан эмнеге айырмаланат?

Sparse attention деген эмне?

Triplet Loss'taki anchor'ın мааниси эмне?

Margin Loss менен Triplet Loss ортосундагы айырма эмне?

Эпоха (epoch) деген эмне?

Эмне үчүн көңүл буруу татаалдыгында n?

Реранкер кандай окутулат?

Эгер шилтемелүү жооптор жок болсо, тек документтер жана контекст бар — системаны кантип баалоо кылуу жана шилтемелүү жоопту кайдан алуу керек?

LLM оптималдаштыруунун кайсы түрлөрү бар?

Кросс-энтропиядан тышкары, башка кандай жоготуулар функциясы колдонулушу мүмкүн?

Orijinal трансформаторго салыштырмалуу LLMде эмне өзгөрдү?

Кайсы көңүл буруу түрү O(n²) дан төмөнкү татаалдыкты азайтууга мүмкүндүк берет?

Gradient checkpointing деген эмне?

Кванттоо деген эмне?

RAG-ты ишке ашырууучу агентти кандай баалоо керек?

Эгер декодерге 10k токен узундуулуктагы үзүндү киргизсең, ал модель 9kда окутулса, эмне болот?