Ar svarstai tik apie ML inžinieriaus poziciją, ar ir Data Scientist?
Machine Learning / AI
Kaip LLM kviečia įrankius ar MCP, jei juos turime?
Kokios sunkumybės kyla naudojant Word2Vec ir NLTK rusų kalbai?
Dialogų lentelėje yra 80 milijonų pranešimų, o analitinė užklausa vertinimo rinkiniui trunka 25 minutes ir kartais grąžina dublikatus klausimo-atsakymo porų. Ką pirmiausia ištaisytumėte ir kodėl?
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?
Kuo skiriasi GET ir POST užklausos?
Kuo apskritai skiriasi ChatGPT nuo asistento įmonės viduje (chato robotas vs asistentas)?
Papaskink apie savo projektus: ką tiksliai padarėte, techniniu požiūriu?
Su kokiais gradient boosting įrankiais dirbote? CatBoost, LightGBM, XGBoost?
Kaip prieiti prie vienos žodžio suderinimo pagal fonemas? Kaip naudoti wav2vec2, kad gauti tikslias fonemų ribas?
Kaip spręsti konteksto augimo problemą aktyvaus dialogo metu su vartotoju?
Kokios yra pagrindinės mašininio mokymosi ir giluminio mokymosi skirtumai?
Kodėl struktūruotas išėjimas visada generuoja galiojantį JSON? Kokiu lygiu tai įgyvendinama?
Kiek funkcijų paimsite iš funkcijų saugyklos ir kaip jas pasirinksite, jei visos 5000 funkcijos yra galiojančios ir be nutekėjimų?
Kas jus įkvepia darbe?
Kas nutiks, jei dekoderiui pateiksite 10k žodžių seką, o modelis buvo mokytas 9k?
Kaip buvo maršrutizuojami tarp agentų? Pateikite perjungimo sąlygų pavyzdį.
Kas nutiks su modelio kokybe, jei pašalinsime pirmą ir paskutinį medį atsitiktiniame miške ir gradientinio stiprinimo metu?
Kokia Aston vaidmuo projekto darbo eigoje?
Pasakojame nuosekliai apie darbuotojų atleidimo prognozavimo projektą: verslo uždavinys, ML užduoties formulavimas, metrikos ir duomenys.