Machine Learning / AI
¿Qué es la métrica MAP?
¿Cómo funcionan BatchNorm y LayerNorm? ¿Cuáles son las ventajas y desventajas de cada una y dónde se aplican?
¿Cómo funciona ROC-AUC en datos con un fuerte desequilibrio de clases?
¿Cómo procesar tablas e imágenes en documentos para RAG?
¿Qué es Tesseract y dónde están sus límites de calidad?
¿Se puede reemplazar una convolución 3x3 por dos convoluciones consecutivas 3x1 y 1x3? ¿Cuál es la ventaja y la pérdida?
¿Qué es DoRA y en qué se diferencia de LoRA?
¿Qué función de pérdida aplicar al entrenar el modelo?
¿En qué se diferencia el stemming de la lematización? ¿En qué tareas se debe aplicar cada uno?
¿Qué es el valor p?
¿Cuántos factores hay que presentar en la entrada de CatBoost?
¿Cuáles son los riesgos de la amplificación del sesgo?
¿Qué parámetros en el bosque aleatorio se pueden cambiar y cómo afectan la profundidad y la cantidad de árboles?
Tarea: ¿qué es más eficiente en términos de velocidad: enviar al transformador 2 entradas de 512 tokens por separado (2x512) o combinarlas en 1x1024?
¿Por qué buscas un nuevo trabajo?
¿Qué tipos de ordenamientos conoces y cuáles son sus dificultades en tiempo y memoria?
¿Por qué casi dejaron de usar grandes convoluciones 9x9, 7x7, 5x5?
¿Cuál es la idea de Cycle-GAN? ¿Qué pérdidas se utilizan en él?
¿Qué es el prompting de auto-pregunta?
¿Qué es la regresión lineal?