Machine Learning / AI
Co jsou meta-učitelé (S-learner, T-learner, X-learner, R-learner)?
Co je to class-aware vs class-agnostic NMS?
Co je DeepSpeed ZeRO Stage 1, 2, 3?
Co je to feature store a jaké úkoly řeší (Feast, Tecton)?
Jaké problémy má RLHF v praxi (reward hacking, mode collapse)?
Jaká by měla být hloubka stromů v Random Forest a boosting?
V čem se liší dvoustupňové detektory od jednofázových z hlediska architektury, rychlosti a kvality?
Jak funguje rozhodovací strom?
Co je to inkrementální načítání?
Jaké jsou vlastnosti vzájemné vylučitelnosti tříd v více třídové klasifikaci?
Jaké jsou nejlepší postupy pro psaní promptů pro modely třídy GPT-4?
Jaké existují metody regularizace? Výhody a nevýhody každé z nich, oblasti použití.
Jak vizuálně vypadá výsledek dekompozice CNN?
Jaké jsou úskalí při tvorbě KG z nestrukturovaného textu?
Jakou metriku je třeba maximalizovat v úloze kreditního scoringu pro přesné identifikování lidí, kterým je třeba půjčit?
Proč nelze učit pouze na výstupech gradientového boosting?
Jaké metody regularizace existují pro nelineární modely?
Jak zvýšit rychlost na testu bez opětovného tréninku modelu?
Co je NSP (predikce další věty) a proč se od ní RoBERTa odklonila?
Stojí za to analyzovat obsah hashe identifikátoru nebo odstranit hash?