Machine Learning / AI

Қай жағдайларда семантикалық іздеу жақсы RAG үшін жеткіліксіз және оны немен толықтыру керек?

VKontakte жарнама модерациясындағы дыбыстық шешімдер дегеніміз не?

Градиентті көтеруді оқыту параллельді түрде жүзеге асырылуы мүмкін бе?

Міндетті сәйкестендіру дегеніміз не және оны қолдандыңыз ба?

Өзара сөйлеу жылдамдығы мен интервалдарындағы айырмашылықтарды қалай анықтап, түзету керек?

WAV пен PCM арасындағы айырмашылық неде?

Егер сөйлеу қарқыны мен фразалар арасындағы интервалдар әртүрлі болса, қалай диагноз қою және түзету керек?

Интервьюерге қосымша сұрақтарыңыз бар ма?

Middle

ВкусВилл

Аудио сегменттері үшін транскрипттер болмаса не істеу керек?

G2P дегеніміз не?

Жақсарту аяқталғаннан кейін модель сөздерді жұтып қоюды бастады. Қалай диагноз қою және түзету керек?

VAD сегментациясынан кейін не істеу керек?

Неге градиентті көтеруде әдетте әлсіз модельдер пайдаланылады?

Тарату оқытуда тәжірибеңіз бар ма және нақты не?

ML тәжрибелерінің қайталанушылығын және S3-те артефакт өшірілген жағдайда моделді қалпына келтіру мүмкіндігін қалай қамтамасыз етуге болады?

Boosting линейных моделдерге салынуы мүмкін бе?

Статусты жоғалтпастан 47 сағаттан кейін оқытуды жалғастыру үшін чекпоинтте не сақтау керек?

Өз-өзіне назар аудару механизмінің асимптотикалық күрделілігі қандай және inference кезінде KV-жады дегеніміз не?

Нормалданған мәтін дегеніміз не және TTS үшін кәдімгі мәтінді қалай нормалау керек?

Әр түрлі ASR-лар мәтінді әртүрлі нормализациялап, тыныс белгілерін қосса, аннотацияланбаған дыбысты қалай белгілесіз?