¿Qué es la descripción de imágenes y qué métricas la evalúan (CIDEr)?
Machine Learning / AI
¿Cuáles son las tendencias arquitectónicas en los modelos de lenguaje grandes (LLM) que solo decodifican (LLaMA, Mistral, Qwen)?
¿Qué es el estado de creencia y cómo se actualiza?
¿Cómo manejar caracteres jeroglíficos raros y emojis en el tokenizador?
¿Qué problemas tiene RLHF en la práctica (hackeo de recompensas, colapso de modo)?
¿Qué es el muestreo negativo en el entrenamiento de word2vec y para qué sirve?
¿Cuáles son las características de seguridad en la gestión de robots con aprendizaje automático?
¿Qué es el ajuste fino supervisado (SFT)? ¿Qué datos se necesitan?
¿Qué es Prophet y cuáles son sus fortalezas/debilidades?
¿Por qué la similitud coseno suele ser preferida sobre la distancia euclidiana para la búsqueda semántica?
¿Cuáles son las tendencias modernas en el entrenamiento en clústeres mixtos GPU+CPU+TPU?
Cuéntanos sobre bag-of-words y sus limitaciones.
¿Cuáles son las características del aprendizaje activo en CV?
¿En qué se diferencia la validación cruzada de series temporales de la K-Fold habitual?
¿Qué es la augmentación CopyPaste?