Machine Learning / AI
Czym jest kwantyzacja?
Czym jest Performer i na czym polega pomysł przybliżenia losowych cech?
Jak odległość kosinusowa pomaga mierzyć semantyczną bliskość wektorów?
Czym są RuBERT/RuRoBERTa i gdzie są stosowane?
Czym jest odporne oszacowanie kowariancji?
Jak sprawdzić, czy indeks jest używany w zapytaniu SQL?
Czy dobrze zrozumiałem: mamy tracker, który ma średnią ocenę od tracker'a treściowego za wypełnienie bloku, są cechy użytkownika i bloku, wybraliśmy pozytywny — co dokładnie?
Jak zaimplementować dodanie pola do tabeli dla danych obliczonych?
Czym jest retrieval z hybrydową oceną (gęstą + rzadką) i dlaczego warto mieszać?
Czym jest rozumienie zapytań i jakie są jego zadania?
Jakie są główne pułapki w benchmarkach tabular DL vs GBDT?
Czym jest agregacja sąsiedztwa i jakie funkcje są używane (średnia, suma, max, LSTM)?
Czym są Recall i Precision? Zadanie: 50 owoców, 30 jabłek i 20 gruszek, robot poprawnie znalazł 20 jabłek, ale 15 gruszek rozpoznał jako jabłka. Oblicz metryki.
Czym są mixup i cutmix? Jak wpływają na regularizację?
Co zwrócić przy obecności lub braku osi symetrii?
Czym są IPO, KTO, ORPO jako alternatywy dla DPO?
Co się dzieje z łańcuchem w operacji s[left] += 1? Czy to zmiana według indeksu czy konkatenacja?
Dlaczego normalizacja cech jest potrzebna?
Jak wygenerować sekwencję liczb w SQL?
Jak skalowanie cech wpływa na trening modelu?