Machine Learning / AI

End-to-end bir geçişte yaklaşık kaç token vardı?

Belgeli belgeli dokümanların yapısal bölümlendirmesi için hangi araç kullanıldı?

NER'de sınıf dengesizliği nedir ve bununla nasıl başa çıkılır?

Çok ajanlı yaklaşımın dezavantajları nelerdir?

ReAct ajanının motorunun altında hangi model kullanıldı ve neden özellikle onu seçtiniz?

Reranker'a kaç aday gönderildi ve ondan sonra kaç aday alındı?

Bir çap-encoder (ranker) ile bir çift-encoder arasındaki fark nedir?

API üzerinden JSON nesnesi mi yoksa JSON şeması mı kullanıldı? Kullanım farkı nedir?

Reranker'a (hibritizasyon) geçmeden önce BM25 ve yoğun gömme değerleri nasıl birleştirildi?

RAG'daki hibrit geri çağırma hakkında bana anlat — yoğun vektörler için hangi modeli seçtin?

Hangi chunking kullanıldı ve bu belgeler ne tür belgelerdi (Word, PDF, Excel vb.)?

Model kendi konturünde miydi yoksa harici bir API mı kullanıyordu?

Neden Qdrant'ı vektör depolama olarak seçtiniz?

Fonksiyon çağrısı argümanlarını yürütmeden önce nasıl doğruladınız?

Uçtan uca çok ajanlı sistemdeki dört ajanın her birinin yaptığı işi kısaca açıklayın.

Yapay zeka aracının ürettiği kodu sonra kontrol ediyor musun?

Belgelerde NER'yi değerlendirmek için hangi metrikler kullanılabilir?

Prompt yaklaşımında hata nedir diye mi kastediyorsun?

Vektör depolama (Qdrant) üzerindeki sorgularla nasıl çalıştınız ve bunların ajanın gecikmesine etkisi nedir?

ReAct ajanında kaç araç vardı?