Machine Learning / AI
Jak wyznaczyć oś symetrii pionowej dla listy punktów?
Jaka struktura danych implementuje listę w Pythonie i dlaczego operacje dodawania i usuwania mogą mieć złożoność O(1)?
Jak tworzyć istotne i wiarygodne pary negatywne do treningu modelu?
Czym są metryki specyficzne dla osoby (CrowdHuman)?
Które warstwy działają inaczej podczas treningu i inferencji?
Czym jest post-processing OCR (przeszacowanie leksykonu, model językowy)?
Czym jest maska padding i dlaczego jest ważne, aby ją uwzględniać w uwadze?
Czym jest router LLM i dlaczego kierować zapytania do różnych modeli?
Czym jest CHRF i gdzie jest stosowany?
Dlaczego indeksy spowalniają wstawianie i aktualizację danych?
Jak ocenić elastyczność cechy i jej wpływ na cel?
Czym jest walidacja krzyżowa z rozszerzającym się oknem vs oknem przesuwanym?
Jakie metody są tańsze od oceny ludzkiej (LLM jako sędzia, ocena przez model)?
Czy należy dodać pozostałe elementy z dłuższej listy po scaleniu?
Jakie są techniki testów integracyjnych dla usług ML?
Jaką metrykę wybrać dla regresji z wartościami odstającymi: MSE czy MAE?
Jak debugować i naprawić błąd out of memory podczas join w Spark w produkcji po aktualizacji danych?
Czym jest self-attention?
Czym jest pruning w LLM i jakie są podejścia (magnitude, strukturalne, SparseGPT)?
Jakie metody rozszerzania kontekstu (skalowanie RoPE, YaRN, interpolacja pozycji)?