Machine Learning / AI
რას განაპირობებს ალგორითმების სირთულე, რომელიც დამოკიდებულია n ან k-ზე და რა არის მისი დამოკიდებულება?
რა არის CTC ზარალი OCR-ში?
რა არის TPR და FPR? როგორ არიან ისინი დაკავშირებული სიზუსტესთან და recall-თან?
როგორ მივიღოთ ტექსტიდან embeddings, რომლებიც გამოიყენება ტრანსფორმატორის შესასვლელად?
როგორ გამოვიყენოთ BERT SQuAD სტილის QA დავალებაში?
როგორ ამცირებს შემთხვევითი ტყე ინდივიდუალური ხეების გავლენას საბოლოო პროგნოზზე?
რომელი მეტრიკა მნიშვნელოვანია: სიზუსტე თუ recall, დავალებაზე დამოკიდებული?
რა არის OOV ტოკენი და როგორ ებრძვის მას ქვესიტყვა-ტოკენიზაცია?
რა არის self-attention და cross-attention შორის განსხვავება და თითოეული რა მიზნით გამოიყენება?
რა ალტერნატივებია CLIP-ის (SigLIP, EVA-CLIP)?
კლასიკური NLP მოდელებში რა ნიშნულები გამოიყენება (TF-IDF, n-გრამები, სიმბოლო n-გრამები)?
რა არის Dropout და როგორ იქცევა ის ტრენინგსა და inference-ზე?
რა არის გრადიენტული ბუსტინგი? სად ჩანს გრადიენტი?
რა მოთხოვნები აქვს EU AI Act-ის მაღალი რისკის სისტემებისთვის?
როგორ გავიგოთ, რომ მოდელი არასაკმარისად არის სწავლებული ან გადამზადებულია?
რა პრობლემები აქვს Sigmoid აქტივაციის ფუნქციას? სად გამოიყენება და როგორ ინტერპრეტირებულია?
დაწვრილებით ახსენით მრავალთავიანი ყურადღება: რა არის Q/K/V, როგორ ითვლება ყურადღების წონა, რატომ არის რამდენიმე თავი.
მოდელის დოკუმენტაცია რა არის (მოდელის ბარათი, მონაცემთა ფურცელი)?
Hugging Face მოდელები მოკლე აბრევიატურებს ხვდებიან?
როგორ განისაზღვრება ROC-AUC-ის გამოთვლისთვის ზღვარი?