Kas ir PPO un kāpēc tas praksē ir ērtāks nekā TRPO?
Machine Learning / AI
Kas ir A2C un A3C?
Kas ir pašauto uzraudzīts iepriekšējs apmācība GNN?
Kas ir RT-DETR un kāda ir tā ideja?
Kas ir RankNet un tā zaudējumi?
Kādi ir atbildīgas mērogošanas pieejas LLM?
Kas ir laika zināšanu grafiki?
Kas ir recovery prompts ar zemu uzticību?
Kas ir RAG novērtējuma ietvars (Ragas, TruLens)?
Kas ir BLEU un kādos uzdevumos to izmanto? Kādas ir šīs metriku problēmas?
Kas ir DenseNet un kā tas atšķiras no ResNet?
Kādi ir izmaksu apzināti HPO pieejas?
Kā kešēt biežāk uzdotos pieprasījumus RAG?
Kas ir koalescēta atmiņas piekļuve?
Kāda ir atšķirība starp sparse retrieval (BM25) un dense?
Kas ir OCR-brīva dokumentu izpratne (Donut, Pix2Struct)?
Kāpēc mūsdienu LLM-ās ir nepieciešams bias=False lineārajos slāņos?
Kādi ir produktu rangvērtējuma raksturlielumi e-komercijā (CTR, konversija, ieņēmumi)?
Kas ir Score-based SDE un kā tie ir saistīti ar DDPM?
Kas ir difūzijas destilācija?