Co je PPO a v čem je v praxi pohodlnější než TRPO?
Machine Learning / AI
Co je RT-DETR a jaký je jeho nápad?
Co jsou A2C a A3C?
Co je RankNet a jeho ztráta?
Co je to samořídící předtrénování pro GNN?
Jaké jsou přístupy k odpovědnému škálování LLM?
Co jsou to časové znalostní grafy?
Co je BLEU a v jakých úlohách se používá? Jaké jsou problémy této metriky?
Co jsou recovery prompts při nízké důvěře?
Co je DenseNet a v čem se liší od ResNet?
Jaké existují přístupy HPO s vědomím nákladů?
Co je to hodnotící rámec RAG (Ragas, TruLens)?
Jak ukládat do mezipaměti nejčastější dotazy v RAG?
Co je to sloučený přístup k paměti?
Čím se liší sparse retrieval (BM25) od dense?
Proč je u moderních LLM potřebné nastavit bias=False u lineárních vrstevách?
Co je to OCR-free porozumění dokumentům (Donut, Pix2Struct)?
Jaké jsou vlastnosti řazení produktů v e-commerce (CTR, konverze, příjmy)?
Co je Score-based SDE a jak souvisí s DDPM?
Co je to difuzní destilace?