GenAI e LangChain
LLMs (GPT, Gemini, Claude), prompting, LangChain, chains, agents, RAG, vector stores, embeddings
1Cos'è un LLM (Large Language Model)?
Cos'è un LLM (Large Language Model)?
Risposta
Un LLM è un modello di deep learning addestrato su enormi quantità di testo per comprendere e generare linguaggio naturale. Questi modelli utilizzano l'architettura Transformer con miliardi di parametri, permettendo di catturare le sfumature del linguaggio, seguire istruzioni complesse e generare testo coerente. GPT-4, Claude e Gemini sono esempi di LLM utilizzati in produzione.
2Qual è la differenza principale tra prompting zero-shot e few-shot?
Qual è la differenza principale tra prompting zero-shot e few-shot?
Risposta
Lo zero-shot prompting chiede al modello di eseguire un compito senza fornire esempi precedenti, basandosi solo sulle istruzioni. Il few-shot prompting include alcuni esempi di coppie input/output nel prompt per guidare il modello. Il few-shot generalmente migliora le prestazioni su compiti specifici perché il modello può inferire il formato e lo stile attesi dagli esempi forniti.
3Cos'è il chain-of-thought (CoT) prompting?
Cos'è il chain-of-thought (CoT) prompting?
Risposta
Il chain-of-thought prompting è una tecnica che incoraggia l'LLM a scomporre il suo ragionamento passo dopo passo prima di dare la sua risposta finale. Aggiungendo frasi come 'Pensiamo passo dopo passo' o mostrando esempi di ragionamento, le prestazioni su compiti di ragionamento logico, matematico o a più fasi migliorano significativamente. Questo approccio rende anche il processo decisionale più trasparente e verificabile.
Cos'è LangChain e qual è il suo obiettivo principale?
Cos'è una chain in LangChain?
+21 domande da colloquio
Altri argomenti di colloquio Data Science & ML
Fondamenti di Python
Programmazione Orientata agli Oggetti in Python
Strutture dati Python
Fondamenti di Git
Fondamenti di SQL
Fondamenti di NumPy
Fondamenti di Pandas
Jupyter & Google Colab
SQL Joins e query avanzate
Pandas avanzato
Visualizzazione con Matplotlib & Seaborn
Visualizzazioni interattive con Plotly
Statistica descrittiva
Statistica inferenziale
Web Scraping
BigQuery & Cloud Data
Feature Engineering
ML Supervisionato: Regressione
ML Supervisionato: Classificazione
Alberi Decisionali e Ensembles
ML Non Supervisionato
Pipeline ML e Validazione
Serie Temporali e Previsione
Fondamenti di Deep Learning
TensorFlow & Keras
CNN e classificazione di immagini
RNN e Sequenze
Transformers e Attention
NLP e Hugging Face
MLOps e Deployment
Padroneggia Data Science & ML per il tuo prossimo colloquio
Accedi a tutte le domande, flashcards, test tecnici, esercizi di code review e simulatori di colloquio.
Inizia gratis