Machine Learning / AI
Hogyan tanítják a Stable Diffusion modelleket?
Milyen jellemzői vannak a kis tárgyak detektálásának tanításának?
Mi a különbség a PCIe és az SXM formájú GPU-k között?
Mi az a proportional hazards feltételezés és hogyan ellenőrizzük?
Mi az a Megatron-LM és mi a tensor párhuzamos megközelítése?
Milyen statisztikai módszereket ismer?
El tudná magyarázni a ViT (Vision Transformer) architektúráját: hogyan alakul egy kép tokenlánccá?
Mi történik, ha túl nagy számokat szorzunk Pythonban?
Hogyan lehet hibakeresni és javítani az out of memory hibát Spark-ben, amikor csatlakozást végzünk éles környezetben az adatok frissítése után?
Mi az átlagjegy a füzetben?
Milyen módszerek a kontextus bővítésére (RoPE skálázás, YaRN, pozíció interpoláció)?
Mi az a ReAct (Reason + Act) minta?
Mi az az Aequitas / Fairlearn?
Mi a különbség a szemantikus szegmentálás, az eset szegmentálás és az objektumdetektálás között?
Mi a statisztikai szignifikancia és hogyan számítjuk ki a p-értéket?
Használható-e lineáris regresszió mintavételi torzítás esetén?
Mi a különbség a lineáris és a logisztikus regresszió között?
Mi az az invertált index és milyen adatstruktúrák vannak használatban?
Mi a torzítás és a variancia, és mit csökkent a véletlenszerű erdőben?
Mi az a diffusion audio modellek (AudioLDM)?