Machine Learning / AI
Kas ir embedding?
Kas ir rindu dekompozīcija (tendence, sezonāla, rezidūla)?
Kā uzraudzīt modeli ražošanā? Ar kādām problēmām tas var saskarties?
Kā salīdzināt pieprasījumu un produktu iekļaušanas, lai atrastu atbilstošus kandidātus?
Kā tiek reģistrēta daudzlietotu mijiedarbība ietvarā?
Vai ir atšķirība sastāvdaļu indeksu izveides kārtībā un kā izvēlēties kārtību?
Kādas ir jūsu stiprās puses?
Kas ir AudioLM un kāds ir prompted audio generation pieeja?
Kad ir kad izmantot cross-encoder, un kad bi-encoder meklēšanā?
Kā tu savos projektos veici strukturētu izvadi (structured output) no LLM?
Kāpēc loģistiskā regresija nav regresija?
Pastāsti vairāk par NLP uzdevumiem, kurus veici.
Kā aprēķināt mediānu, izmantojot MapReduce?
CLIP: ideja, zaudējumu funkcija, apmācības metode, kādam mērķim tas tiek izmantots. Kādas attāluma metriku starp iekļāvumiem var izmantot un kuras izmantoja autori?
Kā saprast, vai modelim ir augsts bias vai variance?
Kuras uzdevumus AutoML slikti risina (mazs datu apjoms, nestandartiskas domēna zināšanas)?
Kā izvēlēties backbonus klasifikācijai?
Kas ir Graph Isomorphism Network (GIN)?
Kādi ir on-device LLM (Gemini Nano, Phi-3-mini) lietošanas gadījumi?
Kas ir modeļa kvantizācija un kas notiek ar svaru, to piemērojot vLLM?