Vai apsver tikai ML inženiera pozīciju vai arī Data Scientist?
Machine Learning / AI
Kā LLM sauc rīkus vai MCP, ja mums tie ir?
Kādas grūtības rodas, izmantojot Word2Vec un NLTK krievu valodai?
Dialogu tabulā ir 80 miljonu ziņojumu, un analītiskais vaicājums vērtēšanas komplektam ilgst 25 minūtes un dažreiz atgriež dublikātu jautājumu-atbilžu pārus. Ko jūs labāk pirmo labotu un kāpēc?
Lai ģenerētu jautājumus, liels valodas modelis slikti uztur stilu retās tēmās. AI asistents piedāvā nekavējoties palaist LoRA uz visa vēsturiskā korpusa no 2 miljoniem dialogu, bet marķēšana ir daļēji trokšņaina. Kurās gadījumos jūs neuzticētos šim padomam un ko izvēlētos pirmais?
Kāda ir atšķirība starp GET un POST pieprasījumiem?
Kā kopumā atšķiras ChatGPT no iekšējas uzņēmuma asistenta (čata-bots vs asistents)?
Pastāsti par saviem projektiem: ko tieši tu darīji, tehniski sīki?
Ar ar ko jūs strādājāt ar gradient boosting rīkiem? CatBoost, LightGBM, XGBoost?
Kā pieiet vienas vārda saskaņošanai pēc fonēmām? Kā izmantot wav2vec2, lai iegūtu precīzas fonēmu robežas?
Kā risināt konteksta pieauguma problēmu aktīvas sarunas laikā ar lietotāju?
Kādi ir galvenie atšķirības starp mašīnmācību un dziļo mācīšanos?
Kāpēc strukturētais izvads vienmēr rada derīgu JSON? Kādā līmenī tas tiek īstenots?
Cik daudz funkciju ņemsiet no funkciju glabātuves un kā tās izvēlēsieties, ja visas 5000 funkcijas ir derīgas un bez noplūdēm?
Kas jūs iedvesmo darbā?
Kas notiks, ja dekoderam nodosiet 10k tokenu secību, bet modelis tika apmācīts uz 9k?
Kā tika maršrutēti starp aģentiem? Sniedziet pārslēgšanas nosacījumu piemēru.
Kas notiks ar modeļa kvalitātei, ja noņemsim pirmo un pēdējo koku nejaušajā mežā un gradienta pastiprinājumā?
Kāda ir Aston loma projekta darba plūsmā?
Stāstiet secīgi par darbinieku aiziešanas prognozēšanas projektu: biznesa uzdevums, ML uzdevuma formulēšana, metrikas un dati.