Machine Learning / AI
Kas ir AWQ un kāda ir per-channel mērogošanas ideja?
Kādus datu novirzes noteikšanas rīkus pazīstat?
Kas ir faktorizācijas mašīnas (FM)?
Kādi zvanu dati tiek glabāti: metadati vai audio/video ieraksti?
Kas jums patīk darbā [uzņēmumā] un kas nepatīk?
Kas ir privātuma budžets?
Kad reasoning modeļi un testēšanas laikā veiktie aprēķini ir pamatoti, un kad tas ir pārmērīgi?
Kādi jautājumi rodas, strādājot ar FastText, sadalot vārdus un veicot stemmingu?
Kas ir DeepSORT un ByteTrack daudzobjektu izsekošanai?
Kas notiek, ja mācīšanās ātrums ir pārāk liels vai pārāk mazs gradienta krituma laikā?
Kas ir bias-fairness audits ML modelim?
Kas ir pre-LN vs post-LN iesildīšana un kādas ir konverģences problēmas mācību sākumā?
Kas ir shēmas apstiprināšana ML pipeline'ā?
Kas ir v-predikcijas pret eps-predikcijas parametrizācija?
Kas ir mērķa kodēšana laika kategoriskajām īpašībām un kā izvairīties no leakage?
Kā tiek apstrādātas nepārtrauktās pazīmes lēmumu koka modeļos?
Kuru operētājsistēmu un vietējā datora konfigurāciju jūs izmantojat?
Kā novērtēt raksturlieluma elastību un tās ietekmi uz mērķi?
Kas ir grupētās vaicājuma uzmanības (GQA) un kam tā ir nepieciešama?
Kādi ir krustpārbaudes izmantošanas priekšrocības un trūkumi?