Divu vārdos paskaidrojiet, kā atšķiras Double Robust pieeja no IPS — kas tiek pievienots un kas to padara stiprāku un izturīgāku?
Senior
151
Machine Learning / AI
3608
0
Kas tieši izraisa dispersiju IPS novērtējumā?
Senior
151
Uzrakstiet īsu pašaušanas paraugu, kurā uzsvērts, ka rekomendācijas sistēmas ir ļoti līdzīgas RAG - retrieval, re-ranking, arhitektūras līdzības un tā tālāk, lai es to varētu atcerēties un pastāstīt.
Senior
150
Izskaidro, kāpēc divu torņu tīkls (two-tower) palīdzēs atrisināt pirmā līmeņa griestu problēmu — kāpēc tieši tas?
Senior
150
Kā darbojas kontrasta zudums ar negatīviem partijā?
Senior
148
Īsi aprakstiet, kā pārpakot RAG pieredzi rekomendācijas sistēmām, un pēc tam tipiskus jautājumus. Ne kā atbildēt, bet kāda ir tās būtība saskaņā ar manu pieredzi un CV.
Senior
148
Kas ir vienības? Kā pareizi to izrunāt?
Senior
147
Novērtējiet, cik daudz datu ir nepieciešams modeļa tālākai apmācībai ražošanā, aprakstiet tālākās apmācības procesu, parametrus, zaudējumu funkciju (contrastive/triplet) un kāpēc tieši to izvēlējāties.
Senior
147
Kā notiek FAISS indeksa inkrementālā atjaunināšana ražošanā?
Senior
146
Kāpēc tad tiks apmācīts rankeris? Tas ir, tas būs neatkarīgs no satura — kāds ir tā mērķis?
Senior
146
Ja jums būtu dota neierobežota GPU skaita sistēmas kvalitātes uzlabošanai, uz kuru virzienu jūs vispirms dotos?
Senior
145
# Formulējiet un uzrakstiet definīciju, kas ir roc auc. # Kā tiek aprēķināts roc_auc_score? # Uzrakstiet funkciju, kas aprēķina roc_auc_score saskaņā ar uzrakstīto definīciju. # Un jebkuram klasifikāciju skaitam ar noteiktu prioritātes kārtību? # Modelis darbojas šādi # y_score[i] >= slieksnis -> y_pred[i] = 1 # y_score[i] < slieksnis -> y_pred[i] = 0 def test_roc_aur_score(): y_true = [0, 0, 0, 1, 0, 0] y_score = [0.2, 0.4, 0.31, 0.6, 0.3, 0.7] res_metric = roc_auc_score(y_true, y_score) assert res_metric == 0.8 y_true = [0, 1, 0, 0, 0, 1] y_score = [0.7, 0.6, 0.31, 0.31, 0.3, 0.2] res_metric = roc_auc_score(y_true, y_score) assert res_metric == 0.375 y_true = [0, 0, 0, 1, 0, 0] y_score = [0.2, 0.4, 0.31, 0.8, 0.3, 0.7] res_metric = roc_auc_score(y_true, y_score) assert res_metric == 1 y_true = [0, 0, 0, 0, 0, 0] y_score = [0.2, 0.4, 0.31, 0.8, 0.3, 0.7] res_metric = roc_auc_score(y_true, y_score) assert res_metric == 0 # Bonus testi vairākām klasēm y_true = [0, 1, 0, 0.5, 0, 1] y_score = [0.7, 0.6, 0.31, 0.31, 0.3, 0.2] res_metric = roc_auc_score(y_true, y_score) assert res_metric == 0. y_true = [0, 0.1, 0.2, 0.3, 0.4, 0.6] y_score = [0, 0.1, 0.2, 0.3, 0.4, 0.6] res_metric = roc_auc_score(y_true, y_score) assert res_metric == 1
Senior
145
Ko darīt, ja blokam ir dažāda satura daudzums — ir atsevišķi bloki un bloki ar 30 vienumiem? Kā strādāt ar satura punktiem, lai iegūtu šī bloka funkciju?
Senior
145
Vai es pareizi sapratu: mums ir irseklis, kuram ir vidējais vērtējums no satura sekotāja par bloka aizpildīšanu, ir lietotāja un bloka raksturlielumi, mēs paņēmām pozitīvu — kas tieši?
Senior
145
Pastāsti par savu pieredzi, ar ko esi nodarbojies pēdējo piecu gadu laikā?
Senior
144
Lūdzu, pastāstiet mums, kas tieši bija tas projekts un ar ko tieši jūs nodarbojāties.
Senior
144
# dotais masīvs a = [1, 20, 10, 0, 59, 63, 0, 88, 0] -> [0, 0, 0, 1, 20, 10, 59, 63, 88] # ir nepieciešams uzrakstīt optimālu funkciju, kas pārvieto nulles uz masīva sākumu un saglabā pārējo elementu kārtību def move_zeros_to_left(a: List[int]) -> List[int]: pass
Senior
143
Kas ir DSSM, vai tu zini?
Senior
143
Kāpēc projekts tika izstrādāts divus gadus, ja tu saki, ka galvenā daļa tika izdarīta pirms diviem gadiem? Vai projekts ir tagad uzturēšanas stadijā vai ir vēl attīstīts?
Senior
143
Kādu darba formātu apsverat un kurā pilsētā dzīvojat?
Senior
142