Machine Learning / AI

Pastāsti man par regulārizācijas ģeometrisko nozīmi.

Senior

X5 tech

Kāpēc LoRA var pārāk apmācīt pat ar mazāku parametru skaitu? Vai ranga izvēle ietekmē pārapmācību?

Kāpēc nav iespējams vienkārši saskaitīt BM25 un blīvo iekļaušanu punktus?

Ja rīks (backend) pats kļūdījās (piemēram, laika pārtraukums, piekļūstot sistēmai), vai kļūdu traceback-i tika nodoti modeļiem?

Vai jums ir pieredze darbā pilnībā angļu valodā runājošās komandās?

Kas ir ReLU un kam tas tiek izmantojams?

Senior

X5 tech

Kā tika veikta atskaišu sniegšana pret daudzagentu sistēmas komandas vadītāju?

Middle+

СБЕР

Kāpēc neironu tīklos ir nepieciešama nelinearitāte?

Senior

X5 tech

Kas ir VLM (Vizuālās Valodas Modelis)?

Pastāsti par sevi: ar ko esi nodarbojies, ar ko vēlies nodarboties, par savu pieredzi.

Senior

X5 tech

Kad jūs izvēlaties pilnu partijas gradienta samazināšanu pret mini-partiju pret stohastisko gradienta samazināšanu? Kāpēc pastāv dažādas iespējas?

Kas ir n uzmanības sarežģītības kontekstā?

Vai jūs varat paskaidrot, kā tieši tiek aprēķināti TPR un FPR katrā sliekšņa līmenī?

Kā darbojas kontrasta zudums ar negatīviem partijā?

Senior

ivi

Kāda ir atšķirība starp self-attention encoderī un decoderī?

Senior

ivi

Kādi LLM optimizācijas veidi pastāv?

Vai uzņēmuma iekšienē (1C:Rarus) nebija iespējas palikt, augt, attīstīties citās jomās?

Aprakstiet, kā darbojas atbalsta vektoru metode (SVM) un tās saistību ar lineārajiem modeļiem.

Kas ir datu kopas normalizācija un kāpēc tā ir svarīga modeļa apmācībā?

Kuras metrikas jūs izmantojāt, lai novērtētu sistēmas kvalitāti, un kā sasniedzāt 40% uzlabojumu?