¿Cuáles son los modelos TTS modernos (Tortoise, XTTS, StyleTTS2, ElevenLabs)?
Machine Learning / AI
¿Qué es vLLM y para qué sirve PagedAttention?
¿Cuál es la diferencia entre convolución y correlación cruzada?
¿Qué es una convolución 1x1 y para qué se utiliza?
Diseñe un sistema de OCR + NLP para procesar escaneos de contratos.
Cuente la arquitectura de U-Net y para qué sirven las conexiones de salto.
¿Cómo garantizar la seguridad de los datos en RAG (PII, derechos de acceso)?
¿Cómo combinar RAG con el uso de herramientas y llamadas a funciones?
¿Qué tareas siguen resolviendo mejor los GAN que las difusiones (en tiempo real, baja latencia)?
¿Qué es el aprendizaje auto-supervisado y por qué se ha convertido en la base de los modelos fundamentales?
¿Qué es la afinación de adaptadores y la afinación de prefijos?
¿Qué es la coincidencia de anclaje y qué criterios se utilizan?
¿Qué es grounding DINO y detección de vocabulario abierto?
Cuente la idea de DDPM (modelo probabilístico de difusión de eliminación de ruido).
¿Cómo hacer que un prompt multilingüe sea resistente al cambio de idioma de entrada?
¿Cómo hacer el post-procesamiento de máscaras (CRF, operaciones morfológicas)?