Machine Learning / AI
Czym są przykłady adwersarialne i atak FGSM?
Co robi zapytanie SQL?
Jakie są metryki oceny offline rekomendacji (Recall@K, MAP, NDCG, MRR)?
Czym jest DDPG i do jakich zadań jest odpowiedni?
Jak modele zgłosiły, że argument jest nieprawidłowy?
Czym jest Wav2Vec 2.0 i pretraining samonadzorowany?
Kiedy wybrać tylko encoder, tylko decoder czy encoder-dekoder dla zadania?
Jak obliczyć throughput vs opóźnienie w serwowaniu LLM?
Czym jest SARSA i czym różni się od Q-learning?
Jakie są twoje wiadomości na temat teorii prawdopodobieństwa?
Jak zaimplementowałbyś asystenta AI dla baz danych (ClickHouse), który potrafi odpowiadać na pytania, generować i wykonywać zapytania SQL? Jakiego stosu technologicznego i komponentów byś użył?
Czym jest połączenie residualne i do czego służy?
Jakie problemy występują podczas inicjalizacji wag zerami? Jakie metody inicjalizacji (Xavier, He) rozwiązują te problemy?
Jak zmienia się bias, wariancja i nadmierne dopasowanie wraz ze wzrostem liczby drzew w losowym lesie i boosting?
Czym jest warp i dlaczego ważna jest divergence warp?
Czym jest BYOL i dlaczego nie potrzebuje negatywów?
Czym jest filtracja kolaboratywna?
Czym jest pamięć współdzielona i dlaczego warto jej używać?
Jak połączyć dane z dwóch tabel z różnym stopniem wypełnienia adresu i ceny w SQL?
Czym są modele foundation dla szeregów czasowych (Chronos, TimesFM, Lag-Llama)?