Machine Learning / AI
Vertel ons over het project voor het beoordelen van de kwaliteit van het werk van dispatchers: welke modellen werden gebruikt, hoe vergeleken met het referentiescript?
Waarom zet L1-regularisatie de gewichten op nul? Leg het mechanisme uit.
Vertel me over de generatieparameters: temperatuur, Top-P en Top-K.
Vertel over je ervaring in de context van de vacature Data Scientist.
Hoe hebt u de kwaliteit van de gegevensextractie gemeten?
Wat is de volgorde van uitvoering van operators in een SQL-query?
Vertel me over de soorten positionele codering, in het bijzonder over Rotary Positional Encoding (RoPE).
Hoe voorkom je dat je de productie kapot maakt bij het deployen van een problematische versie die zal starten maar met fouten zal werken?
Vertel me over decorateurs: wat zijn ze en hoe kun je ze maken?
Wat versta je onder een fout (in de prompt-aanpak)?
Hoe zijn jullie omgegaan met de queries in de vectoropslag (Qdrant) en hun invloed op de latentie van de agent?
Welke metrics kunnen worden gebruikt om NER op documenten te evalueren?
Hoe hebben jullie de kwaliteit van de Text-to-SQL-agent beoordeeld?
Waar heb je gewerkt? Wat was daar je positie?
Wat is overfitting? Hoe het te detecteren en te voorkomen?
Welke rang heb je ingesteld voor LoRA en waar hangt het van af?
Hoe sorteer je 20 stukken en kies je de 5 meest relevante voor overdracht aan LLM?
Hoe pak je training aan op je eigen domein? Wat doe je met het algemene model?
Welke rangschikkingsmetriek hebt u in uw werk toegepast?
Als het optimale aantal bomen voor het model 500 is, maar we per ongeluk zowel een random bos als een boosting met 1000 bomen hebben getraind, welk model is waarschijnlijk meer overfit en waarom?