¿En qué se diferencian el pooling mean/max del pooling aprendible?
Machine Learning / AI
¿Cómo elegir el tamaño del vector de incrustaciones?
¿Qué es NSP (predicción de la siguiente oración) y por qué RoBERTa la abandonó?
¿Cuáles son las limitaciones de Whisper y cómo sortearlas (long-form, alucinaciones)?
¿Qué es el meta-prompting y cuáles son sus casos de uso?
¿Qué es LoRA y por qué funciona (hipótesis de rango bajo)?
¿Por qué es necesario bias=False en las capas lineales en los LLM modernos?
¿Qué es cross-encoder QA y cuál es el formato de entrada?
Diseñe un sistema de asistente de voz con baja latencia (<500 ms) de extremo a extremo.
¿Cuáles son los problemas de BERT en las tareas de generación de texto?
¿Qué es la búsqueda por haz y por qué se usa raramente para la generación abierta?
¿Qué formatos de compresión (binario, cuantificación escalar) existen en VDB?
¿Cuál es el papel de los filtros payload en la base vectorial?
¿Qué es la burbuja de filtro y cómo se detecta?
¿Qué es DocVQA y qué modelos son populares allí?
¿Cuál es la idea del algoritmo Byte Pair Encoding (BPE)? Describe los pasos de entrenamiento.