Machine Learning / AI
Pastāstiet par mašīntulko uzdevumu. Kas ir sequence-to-sequence?
Kā projicēt punktu mākoņu uz kameru?
Kādi regulēšanas metodi pastāv ne lineāriem modeļiem?
Kāpēc kosinusa līdzība biežāk ir priekšroka nekā Eiklida attālums semantiskajai meklēšanai?
Kā apmācīt modeli? Aprakstiet svaru atjaunināšanas algoritmu.
Kas ir maskētie autoenkodieri (MAE) CV?
Kādas sadalījumu veidi pastāv un kur tie tiek izmantoti?
Kas ir Kosmos un multi-modal LLM?
Kas ir NSP (nākamās teikuma prognoze) un kāpēc RoBERTa to atteicās?
Kādi ir uplift lietošanas gadījumi mārketingā (mērķa populācija)?
Kas ir knowledge graph embedding (TransE, DistMult, ComplEx, RotatE)?
Kādus metodes var izmantot attēlu ģenerēšanai (GAN, VAE, difūzija, autoregresīvi)? Katras priekšrocības un trūkumi.
Kāda ir atšķirība starp top-k paraugu ņemšanu un top-p (kodolu) paraugu ņemšanu?
Kas ir stratificēta paraugu ņemšana eksperimentos?
No kāda datuma esat gatavs sākt sadarbību gadījumā, ja lēmums būs pozitīvs?
Kāpēc transformatorā ir vairākas uzmanības galvas? Ko tās praktiski apgūst?
Kas ir bottleneck slānis un kam tas tiek izmantots?
Kādi ir balss dialogu raksturlielumi (latentāte, ASR kļūdas)?
Kas ir Hyperband un Successive Halving?
Kā aprēķināt vecumu gados starp pašreizējo datumu un dzimšanas datumu Python?