Ko izmantoja, lai izveidotu indeksu RAG?
Machine Learning / AI
Ko darīt apmācības beigās?
Kāda ir atšķirība starp datu paralēlismu un modeļa paralēlismu?
Kā izdrukāt rezultātu sarakstu?
Kā atšķiras ROC-AUC no citām metrikiem?
Kas ir sparse attention?
Kāda ir anchor nozīme Triplet Loss?
Kāda ir atšķirība starp Margin Loss un Triplet Loss?
Kas ir epoha (epoch)?
Kas ir n uzmanības sarežģītības kontekstā?
Kā tiek apmācīts reranker?
Ja nav atsauces atbilžu, ir tikai dokumenti un konteksts — kā novērtēt sistēmu un no kurienes ņemt atsauces atbildi?
Kādi LLM optimizācijas veidi pastāv?
Kas vēl, papildus krustienu entropijai, var izmantot kā zaudējumu funkciju?
Kas ir mainījies LLM salīdzinājumā ar oriģinālo transformatoru?
Kura uzmanības veids ļauj samazināt sarežģītību zem O(n²)?
Kas ir gradient checkpointing?
Kas ir kvantizācija?
Kā novērtēt aģentu, kurš īsteno RAG?
Kas notiks, ja dekoderam nodosiet 10k tokenu secību, bet modelis tika apmācīts uz 9k?