Machine Learning / AI
Kokios problemos kyla RLHF praktikoje (reward hacking, mode collapse)?
Kaip vizualiai atrodo CNN dekonstrukcijos rezultatas?
Kuo skiriasi dviejų etapų detektoriai nuo vieno etapo detektorių architektūra, greičiu ir kokybe?
Kas yra EasyOCR ir PaddleOCR?
Kas yra beam search ir kodėl jis retai naudojamas atviro tipo generavimui?
Kaip veikia sprendimų medis?
Kas yra NSP (kitos sakinio prognozė) ir kodėl RoBERTa jos atsisakė?
Kas yra VAE-encoder Stable Diffusion ir kam jis skirtas?
Kokį mokymosi greitį reikėtų naudoti dideliam batch'ui ir kokį mažam? Kokius taisykles (linijinės skalės taisyklė) žinote?
Kas yra pasitikėjimo intervalas?
Kas yra Monte Carlo Data?
Kas yra generatoriai Python ir kam jie naudojami?
Kas yra naudotojo duomenys?
Kodėl negalima mokytis tiesiogiai iš gradientinio stiprinimo išėjimų?
Kokios reguliavimo metodai yra ne linijiniams modeliams?
Kokie praktiniai triukai pagreitina transformerių inferenciją (spėliojimo dekodavimas, medusa)?
Kas yra A2C ir A3C?
Kas yra 1x1 konvoliucija ir kam ji naudojama?
Kas yra DeepSpeed ZeRO Stage 1, 2, 3?
Kas turės neigiamesnį poveikį pašalinus pirmą medį: boosting ar bagging modelis?