Machine Learning / AI

ReAct-агенттин канча куралдары болгон?

State объекти (TypedDict же башка) эмне болду?

Бул төрт агент жалпы абалда кантип жазышты, башка агенттердин абалын көчүрбөстөн?

Сен аспаптар тек окуу үчүн экенин айттың — системада жазуу болбодубу?

Неге төрт агенттен турган көп агенттүү системаны колдондуңуз, бир агент менен каражаттар (ReAct сыяктуу) эмес? Мындай бөлүштүрүүнүн кандай артыкчылыктары бар?

LoRA эмне жана ал эмне үчүн керек?

Эгер агенттердин бири ката кетирсе, бүт графиканы кулап калабы же жыйынтык агентине жеткизеби?

Жасалган сапатын кандай бааладыңыз (retrieval эмес)?

LoRAнын кайсы гиперпараметрлерин билесиз?

ReAct-агентте prompt injection коркунучун карап чыгылдыбы жана аны менен кантип күрөштү?

Чечимдин ба баалоо үчүн бир өтүүдө токендер жана кечиктирүү өлчөндүбү?

Тек кросс-энкодер менен гана кайра алуу бөлүгүн толугу менен куруу мүмкүнбү, bi-encoderсиз?

Документтик NER үчүн train, val жана testке туура бөлүү кантип жасоо керек?

Маалымат издөөнүн убактысынын кыскарышын кантип өлчөдү (мүнөттөр менен өлчөө)?

Көз карашың жөнүндө айтып бер: AI жардамында архитектураны кантип куруу, кодду кантип текшерүү жана тесттерди кантип жазуу керек?

LayoutLM деген эмне жана документтер үчүн BERTтен эмнеге айырмаланат?

Неге конкреттүү жергиликтүү toolcalling колдонулду, JSON схемасын берүүдө эмес?

Ререйтинги үчүн кайсы ranker тандалды?

Өзүңүз жана тиешелүү техникалык тажрыйбаңыз жөнүндө айтып бериңиз (банктын домениндеги долбоорлор: ML моделдери, алдамчылыкка каршы, RAG, көп агенттүү системалар).

Эгер аспап (backend) өзү каталык кылган болсо (мисалы, системага кайрээтүүдө убакыт аяктаса), каталардын traceback-тери моделдерге өткөрүлдүбү?