O que é a função de perda?
Machine Learning / AI
O que fazer se quisermos aprender com 4 exemplos?
Qual é a diferença entre paralelismo de dados e paralelismo de modelos?
Como emitir uma lista de resultados?
Em que se diferencia o ROC-AUC de outras métricas?
Qual é a diferença entre Margin Loss e Triplet Loss?
O que é atenção esparsa?
Qual é o significado do anchor na Triplet Loss?
Que tipos de otimização de LLM existem?
O que é n no contexto da complexidade da atenção?
O que é uma época (epoch)?
Como é treinado um reranker?
Se não houver respostas de referência, há apenas documentos e contexto — como avaliar o sistema e de onde obter a resposta de referência?
O que mais, além da entropia cruzada, pode ser usado como função de perda?
O que mudou no LLM em comparação com o transformador original?
Que tipo de atenção permite reduzir a complexidade abaixo de O(n²)?
O que é quantização?
O que fazer se o estado interno do modelo contradiz o que está no contexto?
Como avaliar um agente que implementa RAG?
O que é o checkpointing de gradiente?