Machine Learning / AI
Τι είναι τα συμβόλαια δεδομένων;
Τι είναι η εξαγωγή πινάκων και ποια μοντέλα (TableNet, TATR);
Πώς συνδυάζονται οι έξοδοι των κεφαλών στο FPN (Δίκτυο Πυραμίδας Χαρακτηριστικών);
Τι είναι η τιμή p και ποιος είναι ο σκοπός της;
Ποιοι τύποι συνελίξεων γνωρίζετε (σταθερή, depthwise, separable, dilated, transposed, grouped); Ιδέες, πλεονεκτήματα και μειονεκτήματα κάθε ενός.
Τι είναι το registry μοντέλων και ποια εργαλεία χρησιμοποιήσατε (MLflow, W&B);
Μπορεί το νέο μοντέλο με F1-score 0,81 να θεωρηθεί καλύτερο από το μοντέλο με 0,8 και να κυκλοφορήσει άμεσα στην παραγωγή;
Ποια είναι η μαθηματική ιδέα πίσω από τα μοντέλα διάχυσης; Τι είναι η διαδικασία forward και reverse;
Ποιοι τύποι δεδομένων είναι κατάλληλοι ως κλειδί λεξικού σε Python και γιατί;
Τι είναι το DML (διπλή μηχανική μάθηση);
Ποιες είναι οι βέλτιστες πρακτικές για τη συγγραφή prompts για μοντέλα κατηγορίας GPT-4;
Τι είναι ένα λεξικό (dict) στην Python;
Πώς πρέπει να είναι η δομή για την εκπαίδευση ενός μετασχηματιστή στην αναγνώριση εξειδικευμένης ορολογίας;
Τι είναι τα Sentence Embeddings και πώς διαφέρουν από τα word embeddings;
Τι είναι το Donut και γιατί η προσέγγιση χωρίς OCR;
Πώς να συγκρίνετε το κόστος inference διαφόρων παρόχων και λύσεων αυτο-φιλοξενούμενων;
Τι είναι ένα μοντέλο γλωσσικής επεξεργασίας βίντεο (VideoLLaMA, Video-ChatGPT);
Τι είναι οι γεννήτριες στην Python και για ποιο λόγο χρησιμοποιούνται;
Πώς να χειριστείτε τις ελλείπουσες τιμές και τα κατηγορικά χαρακτηριστικά πριν την εκπαίδευση του μοντέλου;
Πού τελείωνε η ζώνη ευθύνης και είχατε εμπειρία στη συγγραφή κώδικα παραγωγής;