Ce este supravegherea la distanță (NER din KB)?
Machine Learning / AI
Aveți experiență în sarcini de NLP?
Ce este rescrierea interogărilor în RAG?
Ce este Megatron-LM și care este abordarea sa de paralelism tensorial?
Cum au împărțit eșantionul în antrenament și test?
De ce ajută regularizarea la combaterea supraînvățării?
De ce pot deveni mari greutățile modelului și de ce trebuie să le reducem prin regularizare?
Explică formula de atenție prin produs scalar scalat. De ce se împarte la sqrt(d_k)?
Ce este RL bazat pe modele și care sunt avantajele sale față de cel fără modele?
Cum au ales modelul și hiperparametrii, și cum au ajustat pragul de clasificare?
Cum trebuie să arate structura pentru a antrena un transformator să recunoască terminologia specializată?
Care este diferența dintre PR-AUC și ROC-AUC?
Cum se calculează metricile MAP și MRR în sarcinile de clasificare?
Care este diferența dintre NaN și None în Python?
Ce algoritm stă la baza modelului?
Ce sarcină rezolvă ajustarea modelului de transformare?
Ce trebuie să conțină setul de date de antrenament pentru antrenamentul cu entropie încrucișată?
Ce este scalarea NTK-aware RoPE pentru extinderea ferestrei de context?
Cum ar arăta vizual rezultatul descompunerii CNN?
Ce sunt recovery prompts la încredere scăzută?