Machine Learning / AI

Wat is bias-variance trade-off en hoe pakken gradient boosting en random forest het verschillend aan?

Wat zijn sparse vectors en waar komen ze voor in ML/NLP?

Waarom is het niet voldoende om de hele repository te indexeren voor een code-agent voor semantisch zoeken?

Wat zijn de kenmerken van batchvoorbereiding en sampling in DDP?

Hoe verschillen statische methoden van klasse-methoden in Python?

Welke metrics en evaluatiemethoden ken je voor RAG?

Hoe heb je het probleem opgelost van het verbergen van gevoelige gegevens in de metriekassistent?

Hoe heb je de taak voor audio-moderatie opgelost: heb je een aangepast model getraind?

Kunnen de scores van classificatie boosting worden geïnterpreteerd als klassekansen?

Wat is positionele codering en welke benaderingen worden momenteel gebruikt? Waar wordt RoPE toegepast?

Hoe helpt forced alignment bij het vinden van slechte audio-tekstparen?

Was het bij moderatie alleen nodig om te controleren of er een insertie was, of ook om gegevens te controleren tegen databases?

Hoe ziet de matrix eruit na softmax over QKᵀ? Hoe worden de waarden verdeeld?

Waarom wordt er een gradient gebruikt in gradient boosting in plaats van alleen het verschil tussen echt en voorspeld?