Sobes.tech

Machine Learning / AI

Qual é a diferença entre paralelismo de dados e paralelismo de modelos?

156

Se não houver respostas de referência, há apenas documentos e contexto — como avaliar o sistema e de onde obter a resposta de referência?

146

O que mais, além da entropia cruzada, pode ser usado como função de perda?

145

O que mudou no LLM em comparação com o transformador original?

143

Que tipo de atenção permite reduzir a complexidade abaixo de O(n²)?

135

O que fazer se o estado interno do modelo contradiz o que está no contexto?

134
/3