Machine Learning / AI
Was sind Lazy-Berechnungen in Spark?
Was sind Meta-Learner (S-learner, T-learner, X-learner, R-learner)?
Welche Probleme gibt es bei RLHF in der Praxis (Reward Hacking, Mode Collapse)?
Wie sieht das visuelle Ergebnis der CNN-Dekomposition aus?
Was ist Selection Bias in Klick-Logs?
Was ist Faiss und wie ist es aufgebaut?
Was ist Beam Search und warum wird es selten für offene Generierung verwendet?
Was sind A2C und A3C?
Warum wird der B-Baum-Index am häufigsten verwendet und wie ist seine algorithmische Komplexität?
Was ist eine 1x1-Faltung und wofür wird sie verwendet?
Was ist DeepSpeed ZeRO Stage 1, 2, 3?
Wer wird bei der Entfernung des ersten Baums einen negativeren Effekt haben: das Boosting- oder das Bagging-Modell?
Wie funktioniert das Matching der Bounding Box in den Modellen YOLO und DETR?
Wie wird der ROC-AUC berechnet? Beschreiben Sie den Algorithmus Schritt für Schritt.
Wie ist die Liste in Python aufgebaut und wie ist die zeitliche Komplexität der wichtigsten Operationen?
Wie man fehlende Werte und kategoriale Merkmale vor dem Trainieren des Modells verarbeitet?
Worin unterscheiden sich autoregressive und maskierte Sprachmodelle?
Was ist inkrementelles Laden?
Was sind Fehler vom ersten und zweiten Art?
Was ist ein Feature Store und welche Aufgaben löst er (Feast, Tecton)?