Machine Learning / AI

ИИ менен интервью өткөрүүгө каршы эмессизби?

Сиз үчүн минималдуу жана ыңгайлуу киреше деңгээли рубль менен канча?

Неге азыр жаңы сунушту карап жатасыз?

Жогорку билим жана даярдоо багытыңыз кандай?

BatchNorm сакталган статистикаларды `eval()` режиминде кандайча колдонуп жатат жана бул натыйжалардын туруктуулугу үчүн эмне үчүн маанилүү?

Кооперация шарттары боюнча суроолоруңуз барбы?

Тема ба баалоо боюнча чыгымдарды кантип визуалдаштырмаксың, алардын жалпы сүрөткө кандай таасир эткенин түшүнүү үчүн?

Практик тапшырма PyTorchтогу LLM текшерүүсү эки иштетүүдө ар башка натыйжалар берет. Кантип чечим жетилген? - eval() иштетип, натыйжаларды кайра салыштырыңыз. - Текшерүү топтомунун өлчөмүн көбөйтүңүз. - Иштетүүнү кайра жасап, эң жакшы натыйжаны тандаңыз. - Себебин анализ кылбай TensorFlowго өтүңүз. - Seedти белгилеп, маселени чечилген деп эсептеңиз. - eval(), no_grad(), seed, DataLoader жана такыр deterministic CUDA операцияларын текшериңиз.

Сүйлөшүүнүн форматынан кандай баалуу алдыңыз: эмне жакты жана эмне жакшыртуу керек деп ойлойсуз.

Практик милдет Искусственный интеллект түзгөн код жаңы LLM чыгаруу боюнча чечим үчүн. Текшерүү жүргүзүңүз: аны өзгөртүп, редакторго версиялардын сапатын тематикалык сегменттер боюнча салыштырууга, баалоонун таралышын көрүүгө жана кичинекей маалымат тобунда начарлаш коркунучун байкоого мүмкүнчүлүк бериңиз. import matplotlib.pyplot as plt import pandas as pd scores = pd.read_csv('model_scores.csv') summary = scores.groupby('model_version')['score'].mean() plt.bar(summary.index, summary.values) plt.title('Моделдердин сапаты') plt.ylabel('Орточо баа') plt.show() print('Эң жакшы версия:', summary.idxmax()) --- import matplotlib.pyplot as plt import pandas as pd scores = pd.read_csv('model_scores.csv') stats = ( scores.groupby(["topic", "model_version"])["score"] .agg(["mean", "std", "count"]) .reset_index() ) print(stats) for topic, group in scores.groupby("topic"): group.boxplot(column="score", by="model_version") plt.title(f"Тема: {topic}") plt.suptitle("") plt.ylabel("Баалоо") plt.show() small_groups = stats[stats["count"] < 30] print("Кичинекей топтор - жыйынтыктар ишенимдүү эмес:") print(small_groups)

Практик тапшырма Искусственный интеллект сгенерировал код для принятия решения о выпуске нового LLM. Проведите обзор: измените его так, чтобы редактор мог сравнить качество версий по тематическим сегментам, увидеть разброс оценок и заметить риск ухудшения на малой группе данных. import matplotlib.pyplot as plt import pandas as pd scores = pd.read_csv('model_scores.csv') summary = scores.groupby('model_version')['score'].mean() plt.bar(summary.index, summary.values) plt.title('Качество моделей') plt.ylabel('Средняя оценка') plt.show() print('Лучшая версия:', summary.idxmax())

Чын долбоордо карама-каршы келген мисалдардын маселесин кантип аныктап, чечкениңиздин мисалын келтірүңүз.

Эксперименттин натыйжаларынын келип чыгышын кантип камсыздайсыз, ошондуктан метрикалар кайдан келип чыкканын так түшүнө аласыз?

Жарым ишке жана айкалыштар боюнча долбоорлорду карап чыгууга даярсызбы?

Мындай эксперименттерде маалыматтардын жана моделдердин версияларын адатта кантип башкарасыз?

İki LLM versiyasını müqayisə etmədən bir gün əvvəl, eksperiment kodunun şaxədə mövcud olduğu, lakin dəqiq məlumat versiyasının və LoRA parametrlərinin müəyyən edilmədiyi məlum oldu. Gələcək iki gün üçün ilk artımı nə seçərdin və bilincli olaraq nədən imtina edərdin?

Өзүңүздү кандай баалайсыз?

Практик тапшырма Кайсы артефакттар жыйнагы эки LoRA ишке ашыруунун адилеттүү салыштыруу үчүн мүмкүндүк берет? - Тек соңку сапат таблицасы. - Код менен акыркы метриканын скриншоту менен commit. - Эксперименттин коду жана конфигурация файлы. - Код, маалыматтардын хеши, негизги модель, LoRA конфигурациясы, көзкарандылыктар жана иштетүү командасы. - Тек Git тармагынын шилтемеси. - Код, LoRA параметрлери, негизги моделдин версиясы жана көзкарандылыктар.

Азыр Yandex же Alfa сыяктуу чоң технологиялык компанияларда интервьюлар барбы?

`eval()` режиминде BatchNorm'ду туура эмес колдонуу алдын ала болбогон каталарга алып келди деген мисал келтириңиз.