Machine Learning / AI
¿Qué son los modelos generativos de moléculas?
¿Qué parámetros de entrenamiento hay en BatchNorm y para qué sirven?
¿Qué métodos de regularización existen para modelos no lineales?
¿Qué son los cálculos perezosos en Spark?
¿Qué es la búsqueda por haz y por qué se usa raramente para la generación abierta?
¿Cómo tomar la decisión sobre la función de pérdida para un modelo desde la perspectiva del negocio y los datos?
¿Qué son los autoencoders enmascarados (MAE) para CV?
¿Cómo organizar la contenerización y el despliegue de modelos?
¿Qué es OSM y cómo extraer etiquetas de él?
¿Cómo aumentar la velocidad en la prueba sin volver a entrenar el modelo?
¿Qué es NSP (predicción de la siguiente oración) y por qué RoBERTa la abandonó?
¿Cómo equilibrar la velocidad de respuesta del modelo y el tamaño del modelo?
¿Cuál es la diferencia entre las métricas NDCG y Accuracy? ¿Cuál es más importante para la sección de noticias?
¿Cómo hacer la binarización de factores, por ejemplo, la edad?
¿En qué se diferencia el muestreo top-k del muestreo top-p (núcleo)?
¿Qué es una capa de cuello de botella y para qué se utiliza?
¿Cómo combinar datos de dos bases en un modelo unificado, como una nieve o una estrella?
¿Cuáles son las trampas al usar AutoML en producción (reproducibilidad)?
¿Qué es DeepSpeed ZeRO Stage 1, 2, 3?
¿Por qué la red con BatchNorm converge más rápido?