Machine Learning / AI

¿Por qué criterios evaluarías la eficacia de un sistema de recomendación que toma tareas de una base de datos o que las genera a través de LLM?

¿Cómo garantizar la actualidad de la información en un sistema RAG con la actualización constante de documentos?

Propón una opción para desarrollar un sistema de recomendaciones de tareas para un estudiante en una plataforma educativa.

Te adentras demasiado en la técnica cuando te piden que cuentes cosas simples. ¿Cómo comentarías esto?

¿Qué hacer en caso de déficit de datos con 500 estudiantes y 3 meses de funcionamiento de la plataforma?

¿Cuál es la diferencia entre sobreajuste y subajuste?

¿Qué hacer si no tienes un conjunto de validación? ¿Cómo validar el modelo?

Cuéntame sobre ti, tu experiencia, en qué tareas has trabajado.

¿Qué es la regularización L1 y L2? ¿Cómo ayuda en el sobreajuste?

¿Qué es la normalización del conjunto de datos y por qué es importante al entrenar un modelo?

¿Cómo explicarías un sistema de recomendaciones a un profesor de educación física (usuario no técnico)?

¿Cómo entenderías por qué los estudiantes en un grupo con un sistema de recomendación dejaron de realizar las tareas recomendadas?

¿Qué es la fuga de datos y de dónde proviene?

¿Puede ocurrir una filtración de datos al normalizar los datos antes de dividirlos en entrenamiento y prueba?

¿Cuándo es mejor usar RAG y cuándo ajustar finamente el modelo?