Machine Learning / AI

Ako zmenšiť veľkosť KV cache (GQA, MQA, posuvné okno)?

Prečo sa nemôže učiť len z výstupov v gradientovom boostingu?

Middle — Senior

СБЕР

Čo sú generatívne modely molekúl?

Senior

Иннотех

Aké metódy regularizácie existujú pre nelineárne modely?

Middle — Senior

ПАО Газпром нефть

Avito

Čo je beam search a prečo sa zriedka používa na open-ended generáciu?

Ako funguje rozhodovacie strom?

Čo je NSP (predikcia nasledujúcej vety) a prečo sa od nej RoBERTa odklonila?

Middle — Senior

Wildberries

Иннотех

НейроЛаб

Čo je to separácia zdrojov (Demucs, Spleeter)?

Senior

X5 tech

Ako vypočítať vek v rokoch medzi aktuálnym dátumom a dátumom narodenia v Pythone?

Middle

OZON

Ktoré learning rate je treba použiť pre veľký batch a ktoré pre malý? Aké pravidlá (pravidlo lineárneho škálovania) poznáte?

Prečo je potrebná metrika pre stratifikáciu?

Čo je FlashAttention z pohľadu kernelového programovania?

Ako prepojiť databázu otázok a odpovedí s externou webovou stránkou na riešenie úlohy?

Middle

Wildberries

Čo je bezpečné zhlukovanie?

Ako normalizovať číselné hodnoty a minimalizovať vplyv odľahlých hodnôt?

Čo je Monte Carlo Data?

Middle — Senior

СБЕР

Čo je FSDP a ako sa líši od DDP?

Čo je relevantné odporúčanie?

Ako vybrať symbol pri viacerých maximálnych po sebe idúcich symboloch?

Middle — Senior

СБЕР

Aké praktické triky zrýchľujú inferenciu transformátorov (spekulatívne dekódovanie, medúza)?