Machine Learning / AI
Kāda ir meklēšanas ar iekšējo ciklu asimptotiskā sarežģītība?
Pastāstiet par sevi: pašreizējā darba vieta, galvenie projekti, uzdevumi, sasniegumi.
Kas ir pretinieku piemēri un FGSM uzbrukums?
Kādas ir rekomendāciju neklātienes novērtējuma metrikas (Recall@K, MAP, NDCG, MRR)?
Kādi ir raksturlielumi (features) un kas ir mērķis uzdevumā?
Kas ir Wav2Vec 2.0 un pašpārbaudīts iepriekšējs apmācības process?
Kad izvēlēties tikai encoder, tikai decoder vai encoder-decoder uzdevumam?
Kā aprēķināt throughput pret latency LLM pakalpojumā?
Kas ir SARSA un kā tas atšķiras no Q-learning?
Kādas ir jūsu zināšanas par varbūtības teoriju?
Kā tu īstenotu AI palīgu datu bāzēm (ClickHouse), kas varētu atbildēt uz jautājumiem, ģenerēt un izpildīt SQL vaicājumus? Kādu steku un komponentus izmantotu?
Kas ir reziduālā saite un kam tā tiek izmantota?
Kādi ir izaicinājumi, inicializējot svarus ar nullēm? Kuras inicializācijas metodes (Xavier, He) risina šīs problēmas?
Kā mainās bias, variācija un pārmācība, palielinot koku skaitu nejaušajā mežā un boostingā?
Kas ir warp un kāpēc ir svarīga warp divergence?
Kas ir BYOL un kāpēc tam nav nepieciešami negatives?
Vai zināt galvenās gradient boosting īstenošanas un to īpašības?
Kuras ML modeļu uzraudzības metriku esat iestatījis ražošanā?
Kas ir koplietojama atmiņa un kāpēc to izmantot?
Kā apvienot datus no divām tabulām ar dažādu adreses un cenas aizpildījuma līmeni SQL?