Τι είναι το Double DQN και ποιο πρόβλημα λύνει;
Machine Learning / AI
Τι είναι το PPO στο πλαίσιο του RLHF και πώς υπολογίζεται η απώλεια;
Τι είναι το dropout;
Τι είναι ο αντίστροφος δείκτης και ποιες δομές δεδομένων χρησιμοποιούνται;
Πώς περιορίζουμε τον αριθμό βημάτων του πράκτορα ώστε να μην κολλήσει σε έναν βρόχο;
Τι είναι το interleaving στις αναζητήσεις και τις συστάσεις;
Τι είναι η αξιολόγηση μακροπρόθεσμου πλαισίου; Τι είναι το καλοριφέρ στη ζάχαρη;
Τι γίνεται με τον κώδικα από το σημειωματάριο Jupyter στη συνέχεια;
Τι είναι η κοινόχρηστη μνήμη και γιατί να τη χρησιμοποιήσετε;
Τι είναι η ενεργή μάθηση με βάση το ρεύμα;
Τι είναι η σύνδεση skip και ποιος είναι ο σκοπός της (ResNet);
Τι είναι η αντιθετική μάθηση σε γραφήματα (DGI, GraphCL);
Γιατί συχνά χρησιμοποιείται η κανονική κατανομή στη στατιστική και στη μηχανική μάθηση;
Ποια είναι τα χαρακτηριστικά των φωνητικών διαλόγων (καθυστέρηση, σφάλματα ASR);
Ποια είναι η ασυμπτωτική πολυπλοκότητα της αναζήτησης σε μια λίστα με ενσωματωμένο βρόχο;
Ποια προβλήματα προκύπτουν με το πολύγλωσσο RAG;
Ποια είναι τα χαρακτηριστικά της ενεργής μάθησης στο CV;
Τι είναι το ιεραρχικό softmax και πού χρησιμοποιείται;
Σχεδιάστε ένα σύστημα υποστήριξης chatbot βασισμένο σε RAG με εγγύηση απουσίας ψευδαισθήσεων.
Ποια είναι η διαφορά μεταξύ κανονικοποίησης L1 και L2;