Machine Learning / AI
¿Qué es el entrenamiento de precisión mixta (FP16, BF16)?
¿Qué es graph RAG y en qué tareas es efectivo?
¿Qué son cuBLAS y cuDNN?
¿Qué capas funcionan de manera diferente durante el entrenamiento y la inferencia?
¿Qué es el recorte de gradiente y para qué sirve?
¿Qué es la destilación de conocimiento para edge?
¿Qué es la normalización de texto (NFC, NFKC) y por qué es importante hacerla antes de la tokenización?
¿Por qué en el aumento de gradiente generalmente se utilizan árboles menos profundos que en el bosque aleatorio?
Pre-normalización de capa vs post-normalización de capa: ¿en qué se diferencian, dónde se utilizan y por qué?
¿Cuál es la complejidad de la operación heap push?
¿Cuáles son las características del aprendizaje activo en CV?
¿Cómo encontrar un usuario en la base de datos mediante observaciones antiguas cuando cambian las características?
¿Qué es la métrica ROC AUC?
¿Cómo verificar la precisión de los datos?
¿Qué métodos mágicos existen en Python?
¿Cuál es la probabilidad máxima de sacar una bola blanca de una cesta elegida al azar?
¿Cuándo usar train, validation, test y benchmark?
¿Por qué no se puede optimizar directamente la precisión?
¿Qué es HyDE (Hypothetical Document Embeddings)?
¿Cómo implementar la fusión de dos matrices ordenadas en una sola matriz ordenada?