Milyen modern TTS-modellek vannak (Tortoise, XTTS, StyleTTS2, ElevenLabs)?
Machine Learning / AI
Mi az a vLLM és miért van szükség a PagedAttention-re?
Mi a különbség a konvolúció és a kereszt-korreláció között?
Mi az az 1x1-es konvolúció, és mire használják?
Tervezzen OCR + NLP rendszert szerződések szkennelésének feldolgozására.
Meséljen az U-Net architektúrájáról és arról, hogy mire szolgálnak a skip kapcsolatok.
Hogyan biztosítható az adatok biztonsága RAG (PII, hozzáférési jogok) során?
Hogyan kombináljuk az RAG-ot eszközhasználattal és funkcióhívásokkal?
Mi az az adapter tuning és prefix tuning?
Milyen feladatokat oldanak meg még mindig jobban a GAN-ok, mint a diffúziók (valós idejű, alacsony késleltetés)?
Mi az önfelügyeleti tanulás, és miért vált az alapmodellek alapjává?
Mi az az anchor matching és milyen kritériumokat használnak?
Mi az a grounding DINO és az open-vocabulary detection?
Hogyan végezhető el a maszkolás utófeldolgozása (CRF, morfológiai műveletek)?