Machine Learning / AI
Mi az a DML (kettős gépi tanulás)?
Hogyan alakítottad ki a tesztkészletet: ugyanabból a 12 ezer párból vagy új adatokból?
Mi az a Donut és miért OCR-mentes megközelítés?
Mi az mintaválasztási torzítás az exp-platformon?
Hogyan néz ki vizuálisan a CNN felbontásának eredménye?
Mi az a Bayes-i optimalizálás és az akvizíciós függvények (EI, UCB, PI)?
Milyen tartományban vannak beállítva a modell hiperparaméterei?
Hogyan válasszunk szimbólumot, ha több maximális egymást követő szimbólum van?
Számítható-e az új modell, F1-pontszámmal 0,81, jobbnak, mint a 0,8-as modell, és azonnal be lehet indítani a gyártásba?
Mi az a VAE-encoder a Stable Diffusion-ben, és mire való?
Magyarázd el a HNSW ötletét és hogy működik egy hierarchikus gráf.
Mi az a KG-kiegészítés?
Mi az az NCNN és milyen use-képei vannak?
Mi történik minden modell minőségével, ha eltávolítjuk az első felépített fát egy gradient boosting és egy 1000 fából álló véletlenszerű erdő esetén?
Mi az az EasyOCR és PaddleOCR?
Mi az a HELM és milyen feladatokat fed le?
Mi az a sztereo egyeztetés és hogyan oldják meg a modellek (RAFT-Stereo)?
Milyen multiclass osztályozási metrikákat ismersz? Előnyeik és hátrányaik (macro, micro, súlyozott).
Mi az A2C és az A3C?
Miben különbözik a TF-IDF a gyakorisági reprezentációtól, és miért van rá szükség?