Machine Learning / AI
Kaip paprastai tikrinate duomenų kokybę ir aktualumą prieš mokydami LoRA?
Papaskinkite per dvi žodžius apie komandą, kurioje dirbote [įmonėje].
Ar LLM dirbo kaip dinaminis RAG?
Kokios yra jūsų atlyginimo lūkesčiai?
Kas yra LayoutLM ir kaip jis skiriasi nuo BERT dokumentams?
Kas yra maksimalaus tikėtinumo metodas? Kaip iš jo gaunamas Log Loss?
Kaip įvertinti paieškos kokybę vektorinėje duomenų bazėje be žymėjimo?
Papaskink apie dispečerų darbo kokybės įvertinimo projektą.
Palyginkite linijinius ir nelinijinius modelius klasikiniame ML — privalumai ir trūkumai.
Klausimų generavimui didelis kalbos modelis sunkiai išlaiko stilių retomis temomis. DI pagalbininkas siūlo nedelsiant paleisti LoRA visame istorinės korpuso iš 2 milijonų dialogų, tačiau žymėjimas yra iš dalies triukšmingas. Kuriose situacijose nepasitikėtumėte šia patarimu ir ką pirmiausia pasirinktumėte?
Nebuvote dirbę su kompiuteriniu matymu (OpenCV, YOLO). Kiek įdomu būtų tai suprasti?
Kokios bibliotekos naudojamos LLM optimizavimui?
Papaskinkite apie reguliavimą klasikiniuose ML algoritmuose: L1 ir L2. Kokios jų savybės ir skirtumai?
Koks dėmesio tipas leidžia sumažinti sudėtingumą žemiau O(n²)?
Kas yra MAPE ir SMAPE metrikos? Kur jie gali būti neveiksmingi?
Pažodžiui paaiškinkite, kuo skiriasi Double Robust požiūris nuo IPS — kas pridedama ir kas daro jį stipresnį ir atsparų?
Ar yra didelė bendruomenė Mafiaje?
Ką galima padaryti, jei išdėstytas agentas per ilgai atsako arba trūksta atminties LLM talpinimui?
Ar turi patirties dirbant su Spark?
Papaskink apie save: kokiuose projektuose dirbote, kokias technologijas naudojote?