生成式AI能力認證評測-生成式AI基本概念作者: S學院 / 2025-02-01 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. 生成式AI模型的模型距離度量基於？ 信息論的相對熵與變分距離 餘弦相似度 歐氏距離 曼哈頓距離 None 2. 生成式AI技術的主要發展驅動因素是？ 單一神經網絡 傳統機器學習 深度學習和大數據 量子計算 None 3. 下列哪一種生成模型最早探索潛在空間概率分佈？ 生成對抗網絡（GAN） 馬爾可夫鏈模型 變分自編碼器（VAE） 自迴歸模型 None 4. 生成式AI網絡的動態最接近？ 線性網絡 確定性模型 複雜網絡的自組織臨界態 靜態拓撲 None 5. 生成式AI最顯著的特點是什麼？ 僅限於文字生成 只能用於特定領域 只能模仿現有內容 能夠根據學習數據創造新的原創內容 None 6. 生成式AI的技術發展方向是？ 固定模式 單一技術 跨領域整合 封閉系統 None 7. 生成式AI模型的訓練本質上是？ 信息論的互信息最大化 參數最佳化 經驗風險最小化 損失函數最小化 None 8. 生成式AI研究的關鍵議題是？ 技術倫理和社會影響 算法複雜性 商業模式 硬體優化 None 9. 生成式AI模型的動態特性最接近？ 靜態映射 線性系統 確定性模型 遍歷性理論 None 10. 生成式AI的深層學習機制可以描述為？ 線性插值 簡單的特徵映射 概率分佈空間的流形學習 確定性映射 None 11. 生成式AI的發展趨勢是？ 限制應用 固定模式 多模態生成 單一模態 None 12. 生成式AI對社會的深遠影響是？ 取代人力 技術孤立 完全自動化 加速數位生態系統轉型 None 13. 生成式AI的技術特點是？ 固定模型 靜態學習 封閉系統 持續學習能力 None 14. 生成式AI的隱藏表徵最接近？ 量子信息理論 線性編碼 古典信息論 確定性映射 None 15. 生成式AI系統的穩定性最接近於？ 確定性模型 自治邊界理論的動態穩定性 傳統系統理論 線性控制論 None 16. 大規模語言模型如ChatGPT的重大突破發生在？ 2005年 2015年 2022年 2010年 None 17. 生成式AI創造力的數學本質是？ 推斯-柯爾莫哥洛夫複雜性 確定性模型 簡單映射 線性預測 None 18. 生成式AI模型參數空間的本質是？ 線性空間 簡單度量空間 資訊幾何學 確定性流形 None 19. 生成式AI發展的關鍵基礎設施是？ 個人電腦 傳統網絡 普通伺服器 大數據和高性能計算 None 20. 生成式AI的隨機性建模最接近？ 古典概率論 量子概率論 貝葉斯推斷 頻率派統計 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
