Machine Learning / AI
Kā cīnīties ar tendenci datu gadījumā, izmantojot kokus un nejaušās mežus prognozēšanai?
Kādas ir NLP iezīmes krievu valodai (morfoloģija, reģistrs, diakritika)?
Vai var izmantot klasterizāciju, ja nav marķētu datu, lai pieļautu preču klases?
Kāda ir atšķirība starp GET un POST pieprasījumiem?
Kāpēc precīzu lietotāja pieprasījumu kešošana parasti sniedz ierobežotu biznesa vērtību un ko tieši jūs domājāt ar atbilžu kešošanu?
Kas ir SegFormer un kā tas izmanto transformatoru?
Kas ir vLLM un kam ir nepieciešams PagedAttention?
Vai būs iespēja sniegt darba vai līgumus pieredzes apstiprināšanai pēdējās stadijās?
Kā noteikt klasteru skaitu k-means algoritmā?
Kuras uzdevumus tevi interesē un ar ko vēlies nodarboties?
Kādās uzdevumos CoT palīdz un kur bojā kvalitāti?
Kas ir LangGraph, kam tas tiek, kā tiek īstenotas šķērsgriezums un nosacījuma pārejas? Ar kā atšķiras rīki no mezgliem?
Iedomājieties, ka jūs strādājat ar modeli PyTorch un pēc tā pārslēgšanās uz novērtējuma režīmu eval() redzat, ka metrikas uz fiksēta 10 000 piemēru testu kopuma mainās katrā palaišanā. Jūs fiksējat nejaušo skaitļu ģeneratoru sākotnējo stāvokli, lai nodrošinātu atkārtojamību: kur vēl varētu būt slēpts izmaiņu avots? Izskaidrojiet Dropout, BatchNorm un torch.no_grad() lomu un nosauciet metrikas ar sliekšņiem, ar kuriem pārbaudīsiet rezultātu stabilitāti.
Kas ir iterable objekts un kā ar to strādāt Python?
Kāpēc dropout tiek izslēgts inferenču laikā?
Kā sauc fakultāti?
Vai ir iespējams risināt klasifikācijas uzdevumu, izmantojot lineāro regresiju (bez sigmoīdas)?
Kas ir sampled softmax un kāda ir tā priekšrocība salīdzinājumā ar aprēķinu?
Kas ir SMPC (droša daudzpusīga aprēķināšana)?
Kas ir ROC līkne un kā tā tiek izmantota klasifikatoru novērtēšanai?