Machine Learning / AI
Ի՞նչ է back-translation-ը և ինչպես է այն կիրառվում NMT ուսուցման ժամանակ։
Ի՞նչ են հակապատկերային բացատրությունները։
Ինչպես հաղթահարել մոնոտոն աշխատանքները?
Ի՞նչ է ընդհատվող պահանջարկի կանխատեսումը (Croston):
Ի՞նչ տվյալներ են պահվում զանգերից՝ մետադատություններ կամ աուդիո/վիդեո գրառումներ։
Երբ պետք է ընտրել Data Vault՝ փոխարենը երրորդ նորմալ ձևի տվյալների պահեստի համար?
Ի՞նչ է self-attention-ի հիշողության և ժամանակի բարդությունը։
Ինչպե՞ս ստուգել, որ տվյալները աղբյուրից հասել են պահեստին։
Ի՞նչ են Bayesian նեյրոնային ցանցերը և ինչպես հաշվարկել posterior-ը։
Ի՞նչ է IP-Adapter-ը։
Տվյալների պահպանումը ինչ է?
Ինչպե՞ս միավորել երկու տվյալների բազաներից տվյալները միավորային մոդելում, օրինակ՝ ձյունափոշի կամ աստղ:
Ի՞նչ պաշտպանություններ են կիրառվում (մուտք/արտագրի ֆիլտրեր, համակարգի prompt ամրապնդում, անվտանգության գոտիներ)։
Երբ է տեղին օգտագործել cross-encoder և երբ bi-encoder որոնման ժամանակ։
Ի՞նչ եք փնտրում աշխատանքի մեջ: