Machine Learning / AI
Nuo ko priklauso algoritmų sudėtingumas, kuris priklauso nuo n ar k ir nuo ko jis priklauso?
Kas yra CTC nuostolis OCR?
Kas yra TPR ir FPR? Kaip jie susiję su tikslumu ir recall?
Kaip gauti tekstą įterpimus, kurie bus naudojami kaip įėjimas į transformatorių?
Kaip naudoti BERT SQuAD stiliaus QA užduotyje?
Kaip atsitiktinis miškas sumažina atskirų medžių įtaką galutiniam prognozei?
Kuri metrika yra svarbesnė: tikslumas ar recall, priklausomai nuo užduoties?
Kuo skiriasi self-attention ir cross-attention, ir kam kiekvienas naudojamas?
Kas yra OOV žymeklis ir kaip su juo kovoja subword žymeklių žymėjimas?
Kokios yra alternatyvos CLIP (SigLIP, EVA-CLIP)?
Kokie bruožai naudojami klasikiniuose NLP modeliuose (TF-IDF, n-gramai, simbolių n-gramai)?
Kas yra Dropout ir kaip jis elgiasi treniruotės ir inference metu?
Kas yra gradientinis stiprinimas? Kur pasirodo gradientas?
Kokie yra ES AI įstatymo reikalavimai aukšto rizikos sistemoms?
Kaip suprasti, ar modelis yra nepakankamai išmokytas ar per daug išmokytas?
Kokios yra Sigmoid aktyvacijos funkcijos problemos? Kur ji taikoma ir kaip ją interpretuoti?
Išsamiai paaiškinkite daugiaaukštę dėmesį: kas yra Q/K/V, kaip skaičiuojami dėmesio svoriai, kodėl yra keli galvai.
Kas yra modelio dokumentacija (modelio kortelė, duomenų lapas)?
Ar Hugging Face modeliai supranta trumpas santrumpas?
Kaip nustatomi slenkstiai ROC-AUC skaičiavimui?