生成式AI能力認證評測-AI基本概念 / 生成式AI能力認證評測, AI 測驗題庫, 測驗題庫, 資策會 / 作者: S學院 生成式AI能力認證評測-基礎概念模擬測驗,採智能選題,無限次反覆練習。 1. "神經架構搜索"(Neural Architecture Search)的主要目的是: 提升運算效率 自動設計網路結構 改善模型性能 優化訓練參數 None 2. AI系統的"可解釋性"對下列何者最重要: 醫療診斷 遊戲開發 影像處理 娛樂應用 None 3. 下列何者是深度學習發展的關鍵因素: 大規模運算能力 儲存技術 網路頻寬 程式設計技術 None 4. "因果表示學習"(Causal Representation Learning)的目標是: 降低訓練難度 發現潛在因果結構 優化特徵提取 提高模型準確率 None 5. "神經編程"(Neural Programming)的主要目標是: 自動除錯 學習程式邏輯結構 提高程式執行效率 代碼優化 None 6. 自然語言處理(NLP)的主要目標是: 改善圖像識別能力 優化硬體效能 提升計算機運算速度 使機器理解和處理人類語言 None 7. AI中的"多模態學習"(Multimodal Learning)的主要挑戰是: 資料存儲空間 計算資源需求 模型複雜度 跨模態特徵對齊 None 8. "注意力機制"(Attention)最初應用於: 圖像識別 機器翻譯 自動駕駛 語音合成 None 9. 深度學習與傳統機器學習的主要區別在於: 編程語言選擇 資料存儲方式 運算速度 具有多層神經網路結構 None 10. "稀疏學習"(Sparse Learning)在深度學習中的主要作用是: 擴大記憶容量 改善模型穩定性 增加學習速度 提高模型效率 None 11. "少樣本學習"的主要優勢是: 簡化模型架構 提高運算速度 降低硬體要求 減少訓練數據需求 None 12. "神經架構進化"(Neural Architecture Evolution)的特點是: 簡化模型結構 降低訓練成本 提高運算效率 自動優化網路拓撲 None 13. "神經動力系統"(Neural Dynamical Systems)的特點是: 降低計算複雜度 連續時間動態建模 提高預測準確率 優化網路結構 None 14. 下列何者不是AI的基本能力: 情感表達能力 推理能力 學習能力 識別能力 None 15. AI系統的"泛化能力"指的是: 硬體相容性 處理新資料的能力 記憶容量 運算速度 None 16. "深度學習"中的"深度"指: 數據複雜程度 神經網路層數 計算精確度 學習時間長度 None 17. "神經圖形處理"(Neural Graphics Processing)的突破在於: 優化記憶體使用 提高渲染速度 結合傳統圖形學與深度學習 降低計算成本 None 18. "神經程式解釋器"(Neural Program Interpreters)的應用是: 程式語義理解與執行 簡化程式開發 提高程式執行效率 優化代碼結構 None 19. "可微分優化"(Differentiable Optimization)的應用場景是: 簡化模型結構 端到端優化問題求解 提高運算速度 降低能源消耗 None 20. "對比學習"(Contrastive Learning)的核心思想是: 學習數據表徵差異 提高模型容量 降低訓練難度 優化計算效率 None 如有問題可留言,謝謝您的寶貴意見! 暱稱 電郵(提交獲得正確答案,可換題測驗完整題庫,新增題庫電郵通知) Time's up