Machine Learning / AI
¿Qué algoritmo está en la base del modelo?
¿Para qué sirve la tarea look-alike?
¿Qué es la coincidencia estéreo y cómo la abordan los modelos (RAFT-Stereo)?
¿Qué son los autoencoders enmascarados (MAE) para CV?
¿Qué es NMS consciente de clases vs NMS indiferente a clases?
¿Qué es TGI (text-generation-inference) y cuáles son sus características?
¿Por qué la red con BatchNorm converge más rápido?
¿Cuál es la diferencia entre convolución y correlación cruzada?
¿Qué son las recomendaciones basadas en secuencias (SASRec, BERT4Rec)?
¿Qué son los errores de tipo I y II?
¿Por qué los transformadores tienen una limitación en la cantidad de tokens?
¿Cuáles son los enfoques para el reconocimiento de texto manuscrito?
¿Qué son los cálculos perezosos en Spark?
¿Qué son el peso de la evidencia (WoE) y el valor de la información (IV)?
¿Qué tan buena será la precisión al anonimizar los datos?
¿Qué es un codificador VAE en Stable Diffusion y para qué sirve?
¿Cómo se ve visualmente el resultado de la descomposición de CNN?
¿Qué es la búsqueda por haz y por qué se usa raramente para la generación abierta?
¿Qué es la privacidad diferencial y DP-SGD?
¿Cómo funciona un árbol de decisiones?