Machine Learning / AI
Kuidas erinevad GNN-id klassikalistest graafikualgoritmidest (PageRank, label propagation)?
Milliseid positsioone kaalute ja millised ülesanded on teile kõige huvitavamad?
Millised tunnuste eelneva töötlemise meetodid kasutatakse ja millega nad kokku puutuvad?
Kas on vaja reguleerida vaba liige (bias, w0)? Miks üldse on vaja w0?
Milline kaotuse funktsioon kasutatakse lineaarregressioonis?
Kuidas mõjutab andmete hulk otsinguindeksi valikut?
Millise tööriistaga tehti dokumentide struktuurne jaotamine?
Kuidas tavaliselt kontrollite andmete kvaliteeti ja asjakohasust enne LoRA treenimist?
Kuidas valida sisestusvektori suurust?
Milliseid konkreetseid boosting-tehnikaid teate või olete nendega töötanud?
Kas nüüd on käes pakkumised/eelpakkumised? Kui aktiivselt kaalute ettepanekuid?
Millega nad tegelesid?
Jadajärgsete algoritmide ühendamise rakendamine, näiteks hash join?
Milliseid modelleerimismeetodeid kasutatakse binaarklassifikatsiooni jaoks?
Mis on AlphaFold ja milline on selle põhimõte?
Millised on sildimaterjali kogumise (crowdsourcing, aktiivõpe) omadused?
Kuidas töödelda haruldasi hieroglüüfseid sümboleid ja emotsioone tokeniseerijas?
Kuidas arvutada korrelatsioonimaatriks?
Kuidas me koostame andmekogu selle rankeri treenimiseks?
Millist embedding-mudelit valida RAG jaoks?