Чем отличаются open-domain и task-oriented диалоги?
Open-domain и task-oriented диалоги отличаются по цели и структуре взаимодействия:
Читать ответПодготовка к интервью
696 вопросов с собеседований в Wildberries
Что проверяют на интервью
Подборка объединяет вопросы, отмеченные на этапах интервью в Wildberries. Здесь можно понять структуру технической проверки и заранее повторить связанные темы. В подборке чаще встречаются темы: infrastructure, go, mobile.
Каталог
Open-domain и task-oriented диалоги отличаются по цели и структуре взаимодействия:
Читать ответДля streaming inference в задачах распознавания речи (STT) применяются техники, позволяющие обрабатывать аудио в реальном времени с минимальной задержкой:
Читать ответPCA-based аномалия — это метод обнаружения аномалий, основанный на анализе главных компонент (Principal Component Analysis, PCA).
Читать ответNeRF (Neural Radiance Fields) — это метод представления и рендеринга 3D-сцен с помощью нейронных сетей.
Читать ответSnapdragon AI Engine — это интегрированная платформа искусственного интеллекта, разработанная Qualcomm для мобильных и встраиваемых устройств.
Читать ответWhisper — это модель для автоматического распознавания речи от OpenAI. Основные ограничения и способы их обхода:
Читать ответКомпромисс между недообучением (underfitting) и переобучением (overfitting) — это баланс между слишком простой и слишком сложной моделью.
Читать ответЧтобы учитывать ситуацию, когда смешной ответ получает много лайков, но не является правильным, можно использовать несколько подходов:
Читать ответДля ранжирования ответов на основе лайков и дизлайков можно использовать несколько подходов, учитывающих не только абсолютное количество, но и соотношение между ними, а также статистическую значимость.
Читать ответПри наличии в таргете нулевых или очень низких значений использование метрики MAPE (Mean Absolute Percentage Error) проблематично, так как она делит ошибку на фактическое значение, и при нуле возникает деление на ноль.
Читать ответAutoAugment и RandAugment — это методы автоматического увеличения (аугментации) данных, применяемые в задачах компьютерного зрения для улучшения качества обучения моделей.
Читать ответДа, я участвовал в продакшн-выпуске собственных моделей машинного обучения.
Читать ответ