Machine Learning / AI
Milyen módszereket ismersz a szöveg darabolására?
Mennyi ideig tartott a projekt?
Tervezzen egy deepfake felismerő rendszert valós idejű videókhoz.
Hogyan lehet megelőzni, hogy egy mock rendszer, az ügynök módosított kérésére releváns történelmi adatokat adjon vagy ne találjon adatokat a kéréshez?
Mi az end-to-end dialógus modellek?
Mi a különbség a boosting és a bagging között?
Meséld el karrierutadat — hogyan kerültél a Data Science-ba?
Hogyan lehet megérteni, hogy egy modell jó vagy rossz? Milyen metrikák léteznek, és mit jelentenek?
Ellenőrzöd később az AI-eszköz által generált kódot?
Értékelje angol tudását külön az olvasás/írás és a beszéd terén a CEFR szintek szerint.
Milyen rangsorolási metrikákat használtak a visszaszerző értékeléséhez?
Hogyan értékelték? Milyen mérőszám határozta meg, hogy jó vagy rossz volt-e a párbeszéd?
Lehetséges-e származtatni nagyon eltérő architektúrák között, például ResNet és transformer között?
Milyen tömörítési formátumok (bináris, skalár kvantálás) vannak a VDB-ben?
Mi az a dropout és hogyan valósul meg?
Hogyan ellenőrizzük az adatok minőségét a projekteknél?
Milyen védekezéseket alkalmaznak (bemenet/kimenet szűrők, rendszer prompt erősítése, védőkorlátok)?
Mi az az ELECTRA és a helyettesített tokenek felismerése?
Hogyan történik a végső szűrés a jelölteknél egy re-ranker segítségével?
Milyen problémái vannak a BERT-nek a szöveggenerálási feladatokban?