Machine Learning / AI

Fale sobre o seu projeto mais interessante na área de NLP e LLM, incluindo a arquitetura e a avaliação da solução.

Que métricas podes nomear para tarefas de classificação? Fala-me sobre cada uma delas.

O agente nunca chama uma das três ferramentas. Como investigar e resolver esse problema?

Como avaliar os sistemas RAG? Quais métricas foram usadas?

Fala-me sobre ROC-AUC: o que é e como é utilizado?

Fala-me sobre o LoRA: o que é, como é treinado e como funciona na inferência?

O que é um agente? Quais são os componentes principais necessários para criar um agente? Como implementar a memória?

Como agregar e analisar marcações com sobreposição 3 (três operadores numa única questão, respostas binárias)?

Como proteger o RAG contra injeção de prompts e conteúdo indesejado?

Conte a arquitetura principal do transformador, quais são as principais partes.

Fale sobre a destilação de modelos.

Em que consiste a tarefa de clustering e quais algoritmos você conhece?

O que é RAG e quais são os seus componentes principais?

Qual é a função de perda utilizada em tarefas de classificação?

Fale sobre os tipos de codificação posicional, em particular sobre Rotary Positional Encoding (RoPE).

Qual é a diferença entre atenção cruzada, atenção mascarada e autoatenção?

Fale sobre os parâmetros de geração: temperatura, Top-P e Top-K.

Temos uma região onde pode ocorrer um tornado. Estamos a desenvolver um modelo de classificação binária. A qual métrica devemos dar mais atenção — Precisão ou Recall?

Conta-me, o que é uma tarefa de classificação?

O que é pesquisa híbrida no RAG?