Machine Learning / AI
Mi az a jellemzők multikollinearitása? Miért veszélyes és hogyan lehet felismerni?
Mi a gradiens képlete az MSE esetén a súlyokra?
Mi az a globális átlagos pooling és miért helyettesíti a teljesen összekapcsolt réteget?
Mit kérdeznek általában a végső interjún?
Mi a releváns ajánlás?
Hogyan csökkenthető a KV-cache mérete (GQA, MQA, csúszó ablak)?
Mi az a Precision és Recall?
Miért szükséges a look-alike feladat?
Melyik szerep áll közelebb hozzád a csapatban — ML/AI vagy mérnöki feladatok?
Mi az a bizonyíték súlya (WoE) és az információ értéke (IV)?
Mi az a ViT (Vision Transformer) architektúra?
Mi a különbség az INT8 és az INT4 kvantálás között?
Mi a különbség az U-Net és az FPN megközelítések között a szegmentálásban?
Mi az a korlátozott dekódolás (regex, JSON séma)?
Mi az a gráf, és hogyan ábrázolják neurális hálózatokhoz (szomszédsági mátrix, éllista)?
Milyen tulajdonságai vannak az osztályok kölcsönös kizárásának a többosztályos osztályozásban?
Honnan jöttek az új súlyok, és miért lett belőlük több?
Milyen optimalizációkat lehet javasolni a standard LLM inferenciájára, ha a vállalati GPT lassan működik?
Mi az a MT-Bench és hogyan számítják ki az értékelést?
Mi az a Monte Carlo Data?