Machine Learning / AI
¿Qué es Flamingo y cuál es la idea de la atención cruzada en LM?
Газпромбанк¿Por qué es necesario reducir el tamaño del diccionario? ¿Por qué es malo tener un diccionario grande? ¿En qué función se produce la carga?
¿Qué es actor-crítico y por qué se necesitan dos redes?
2gis
Мегафон¿Por qué la función módulo no es adecuada para el descenso del gradiente?
Яндекс¿Qué son las pruebas estadísticas paramétricas y no paramétricas?
¿En qué se manifiestan los modelos débiles?
AvitoHáblame de BGE-M3: tres representaciones — denso, disperso, multi-vector.
¿Qué son los índices en las bases de datos y para qué sirven?
ИннотехCuéntenos sobre MobileNet y EfficientNet. ¿Cuáles son las ideas clave de cada arquitectura?
¿Por qué es necesario poner el modelo en modo de inferencia (model.eval()) antes de probarlo?
¿Cuál es la diferencia entre dropout y normalización por lotes?
¿Cuál es el modo de trabajo en el equipo?
СБЕР¿Qué es la regresión logística y cómo funciona?
Cuéntame sobre los árboles de decisión: ¿cómo se construye un árbol y cómo se realiza la predicción (inferencia)?
AvitoExplica cómo funciona el método de refuerzo de gradiente en árboles de decisión.
¿Qué problemas surgen al segmentar estructuras muy delgadas (vasos, carreteras)?
Иннотех¿Qué métricas de equidad consideraste en producción?
¿En qué se diferencia la recuperación dispersa (BM25) de la densa?
Альфа-Банк¿Qué problemas surgen si la normalización por lotes actualiza las estadísticas durante la validación?
¿Qué es PatchTST?