Machine Learning / AI
Czym jest aktywne uczenie się oparte na strumieniach?
Czym jest wyrazistość GNN i jaki ma związek z testem Weisfeiler-Lehman?
Czym jest IoU i jakie są jego skrajne przypadki?
Czym jest test A/B i jakie są kroki jego przeprowadzenia?
Jak odbywa się wyszukiwanie w dokumentach?
Jakie rodzaje JOINów istnieją w SQL i czym różnią się LEFT JOIN, RIGHT JOIN i INNER JOIN?
Jak działa MapReduce i jak dane są rozdzielane na pracowników i łączone wyniki?
Jakie są metody zapobiegania przeuczeniu w boosting (subsample, colsample, min_child)?
Jak uczą się modele Stable Diffusion?
Jakie metryki klasyfikacji stosować przy dużym niezrównaniu klas?
Jakie są cechy dialogów głosowych (opóźnienie, błędy ASR)?
Czym jest uczenie federacyjne i jakie ma ograniczenia?
Czym jest założenie proporcjonalnych hazardów i jak je sprawdzać?
Które warstwy działają inaczej podczas treningu i inferencji?
Czym jest normalizacja tekstu (NFC, NFKC) i dlaczego warto ją przeprowadzać przed tokenizacją?
Czym jest dopasowanie anchor i jakie kryteria są używane?
Jakie metryki rankingowe istnieją?
Czym jest LambdaMART?
Czym jest red-teaming modeli LLM?
Skąd wiadomo, ile danych?