Machine Learning / AI
Po token ID ir embeddings, kas tiksliai patenka į dekoderį: kokia yra reprezentacijų forma, kaip pridedama pozicinė informacija ir kas vyksta toliau?
Pavadinkite klasikinius žodžių įterpimo būdus (Word2Vec, FastText, TF-IDF, N-gramai ir kt.).
Koks būtų QPS, jei atsižvelgtume, kad viename puslapyje rodomi N filmų (plakatų) už vieną užklausą?
Kas yra batch normalizacija?
Kas yra partition Kafka?
Kuo skiriasi cross-encoder (ranker) nuo bi-encoder?
Kuo skiriasi self-attention ir cross-attention?
Kodėl naudojama F1 matas vietoj aritmetinio vidurkio Precision ir Recall?
Kas yra isalnum() metodas ir kuo jis skiriasi nuo isalpha()?
Kaip išmatuoti, ar embedding modelis ir retrieval veikia tinkamai?
Kokį embedding modelį pasirinkti RAG?
Papaskink apie save: kuo užsiiminėjote, kuo norite užsiimti, apie savo patirtį.
Ką įrašydavo dokumentų metaduomenyse vektorinėje saugykloje?
Kaip buvo parinkti koeficientai hibridiniam paieškai?
Kaip ieškotum kliento, įmonės direktoriaus ir jo lauko duomenų lentelės, jei nežinai, kur šie duomenys yra ir nėra kam paklausti?
Kuo skiriasi metodai invoke, stream ir batch LangChain/LangGraph?
Papaskinkite apie savo patirtį su A/B testavimu praktikoje
Ar orkestratorius mato subagento įrankių skambučių rezultatus ar tik paties subagento galutinį išvestį?
Ar galite paaiškinti, kaip tiksliai skaičiuojami TPR ir FPR kiekviename slenksčio lygyje?
Ar galite išsamiau paaiškinti, kas yra precision ir recall ir kaip jie susiję su F1-įvertinimu?