Machine Learning / AI

Co je to trade-off mezi biasem a variancí a jak se s tímto problémem vypořádávají odlišně gradient boosting a náhodný les?

Co jsou to řídké vektory a kde se v ML/NLP vyskytují?

Proč nestačí indexovat celý úložiště pro agenta kódu pro sémantické vyhledávání?

Jaké vlastnosti jsou v přípravě dávky a vzorkování v DDP?

Jak se liší statické metody od metod třídy v Pythonu?

Jaké metriky a metody hodnocení znáte pro RAG?

Jak jste vyřešili problém skrytí citlivých dat v asistentovi metrik?

Jak jste vyřešili úkol audia moderace: trénovali jste vlastní model?

Lze skóre klasifikačního boostingu interpretovat jako pravděpodobnosti třídy?

Co je to poziční kódování a jaké přístupy jsou v současnosti používány? Kde je aplikován RoPE?

Jak pomáhá nucené zarovnání najít špatné páry audio a text?

V moderaci bylo nutné pouze zkontrolovat přítomnost vložky, nebo také znovu zkontrolovat data v databázích?

Jak vypadá matice po softmax nad QKᵀ? Jak jsou rozloženy její hodnoty?

Proč se v gradient boosting používá gradient místo pouhé rozdílu mezi skutečným a předpovězeným?