Machine Learning / AI
Ποιοι προσομοιωτές χρησιμοποιούν (MuJoCo, Isaac Sim, Gazebo);
Ποια είναι τα χαρακτηριστικά των σχημάτων Parquet και γιατί είναι αποτελεσματικά για το ML;
Τι είναι τα χαρακτηριστικά άκρων και πώς τα ενσωματώνουμε σε GNN;
Τι είναι η αναδιατύπωση ερωτημάτων στο RAG;
Ποιες εργασίες επιλύουν τα embeddings KG (πρόβλεψη συνδέσμων, τυποποίηση οντοτήτων);
Γιατί δεν χρησιμοποιείται η αναλυτική φόρμουλα στην επίλυση ενός προβλήματος γραμμικής παλινδρόμησης;
Πώς χειρίζεστε τα σφάλματα κλήσης εργαλείου στον πράκτορα (επανάληψη, fallback);
Τι είναι η απώλεια Tversky;
Πώς υλοποιείται ο έλεγχος των κλειδιών με αρνητικές και ταιριαστές τιμές για σημεία καθρέφτη;
Τι είναι η εκπαίδευση με βάση τον πληθυσμό (PBT);
Πού βρίσκονται δομικά οι τοποθετημένες ενσωματώσεις;
Ποια είναι η διαφορά μεταξύ CatBoost και XGBoost κατά την εργασία με κατηγορικές μεταβλητές;
Μίλησε για την παρατηρησιμότητα και την ανίχνευση στο έργο.
Πώς διαφέρουν τα GNN από τους κλασικούς αλγόριθμους σε γράφους (PageRank, propagation labels);
Γιατί το GPT χρησιμοποιεί αποκωδικοποιητή και όχι κωδικοποιητή;
Δεν σας ενοχλεί αν ξεκινήσουμε με διευκρινιστικές ερωτήσεις σχετικά με το βιογραφικό;
Πώς θα ρυθμίσουμε τις παραμέτρους στο gradient boosting; Ποιες παράμετροι υπάρχουν και τι θα ρυθμίσεις πρώτα;
Τι εννοείς με τον κανονισμό των εγγράφων;
Μετά το ID του token και τα embeddings, τι ακριβώς εισέρχεται στον decoder: ποια είναι η μορφή των αναπαραστάσεων, πώς προστίθεται η πληροφορία θέσης και τι συμβαίνει στη συνέχεια;
Πώς επηρεάζει η ποσότητα δεδομένων την επιλογή του δείκτη για αναζήτηση;