Machine Learning / AI

В каких случаях семантического поиска недостаточно для хорошего RAG и чем его дополнять?

Что такое аудиовердикты в модерации рекламы ВКонтакте?

Можно ли распараллелить обучение градиентного бустинга?

Что такое forced alignment и использовали ли вы его?

Как обеспечить воспроизводимость ML-эксперимента и возможность восстановить модель, если артефакт в S3 был удалён?

Чем отличается WAV от PCM?

Если у фраз различаются скорость речи и интервалы между словами, как это диагностировать и исправить?

Есть ли у вас дополнительные вопросы к интервьюеру?

Middle

ВкусВилл

Что делать, если у аудиосегментов нет транскриптов?

Что такое G2P?

После дообучения модель начала проглатывать слова. Как это диагностировать и исправить?

Что делать после сегментации VAD?

Почему в градиентном бустинге обычно используют слабые модели?

Есть ли опыт распределённого обучения и с чем именно?

Как версионировать данные для ML?

Можно ли построить бустинг на линейных моделях?

Что нужно сохранять в checkpoint, чтобы после падения через 47 часов продолжить обучение без потери состояния?

Какая асимптотическая сложность у self-attention и что такое KV-cache на инференсе?

Что такое нормализованный текст и как нормализовать обычный текст для TTS?

Как размечать неразмеченное аудио, если разные ASR по-разному нормализуют текст и ставят пунктуацию?