Machine Learning / AI
Kas ir Dueling DQN?
Kā samazināt KV kešatmiņas izmēru (GQA, MQA, slīdņu logs)?
Kāpēc nav iespējams mācīties vienkārši no gradienta pastiprinājuma izejām?
СБЕРKas ir ģeneratīvie molekulu modeļi?
ИннотехKādi regulēšanas metodi pastāv ne lineāriem modeļiem?
AvitoKas ir beam search un kāpēc to reti izmanto atvērtās generācijas gadījumā?
Kā darbojas lēmumu koks?
Kas ir NSP (nākamās teikuma prognoze) un kāpēc RoBERTa to atteicās?
WildberriesИннотехKādi ir AutoML izaicinājumi ražošanā (atkārtojamība)?
VKKas ir avotu atdalīšana (Demucs, Spleeter)?
X5 techKā aprēķināt vecumu gados starp pašreizējo datumu un dzimšanas datumu Python?
OZONKādu mācīšanās ātrumu būtu jāizmanto lielam partijas izmēram un kādu mazam? Kādas noteikumus (līnijas mēroga noteikumu) jūs zināt?
Kāpēc ir nepieciešama metrika stratifikācijai?
Kas ir FlashAttention no kodola programmēšanas viedokļa?
Kā saistīt jautājumu un atbilžu bāzi ar ārēju tīmekļa vietni, lai risinātu uzdevumu?
WildberriesKā normalizēt skaitliskās vērtības un mazināt izņēmuma vērtību ietekmi?
Kas ir Monte Carlo Data?
СБЕРKas ir FSDP un kā tas atšķiras no DDP?
Kas ir atbilstoša ieteikums?
Kā izvēlēties simbolu, ja ir vairāki maksimālie pēc kārtas esošie simboli?
СБЕР