iPAS AI應用規劃師-初級 (4) / iPAS AI 應用規劃師, AI 測驗題庫, iPAS AI 初級, 測驗題庫 / 作者: S學院 iPAS AI應用規劃師-初級 (4) 模擬測驗，採智能選題，無限次反覆練習。 1. 關於語言模型的序列到序列預訓練(Sequence-to-Sequence Pre-training)，下列敘述何者正確？ 只能用於短文本處理 比自迴歸預訓練速度慢 適用於生成式任務如翻譯和摘要 不支持跨語言任務 None 2. 法律文本處理中，自然語言處理面臨的主要挑戰是： 處理專業術語、長句和複雜結構 純粹用於法律檢索 只能處理特定類型的法律文件 僅限於特定國家法律 None 3. 提示注入(Prompt Injection)攻擊指的是： 純粹是理論上的風險 僅針對特定AI系統的攻擊 只影響小型模型 通過精心設計的輸入使AI繞過安全機制或執行意外操作 None 4. 關於結構化文字與非結構化文字的比較，下列敘述何者錯誤？ 結構化文字具有固定格式和結構 非結構化文字的主要概念必須通過人工標註才能識別 結構化文字易於檢索和分析 非結構化文字如電子郵件、社交媒體貼文等難以直接分析 None 5. 梯度消失問題(Vanishing Gradient Problem)在深度學習中指的是： 模型記憶體使用過多 反向傳播中梯度變得極小，導致模型停止學習 GPU運算能力不足 數據集過小導致的訓練問題 None 6. 下列哪項不是生成式AI在程式碼生成方面的應用？ 軟體開發 程式碼補全 程式碼生成和修復 網絡安全漏洞利用 None 7. 在Transformer架構中，以下哪個模型主要側重於解碼器？ BERT GPT T5 ALBERT None 8. 批量歸一化(Batch Normalization)的主要功能是： 穩定並加速神經網絡的訓練過程 減少訓練數據需求 簡化模型設計 僅用於圖像處理 None 9. 生成式對抗網路(GAN)在圖像生成中的核心機制是？ 通過大量標註數據進行有監督學習 生成器和判別器之間的對抗性訓練 透過強化學習調整模型參數 使用決策樹算法優化像素分布 None 10. 程式碼生成工具如Codex的主要訓練資料是： 僅有特定程式語言的文檔 程式設計教科書 大量的程式碼資料 主要是文學作品 None 11. 多頭注意力機制(Multi-head Attention)的主要優點是： 允許模型同時關注不同位置的信息 顯著減少計算需求 只適用於短文本處理 完全消除了歧義問題 None 12. 語言識別技術的主要應用是： 僅適用於偵測文本抄襲 僅用於安全驗證 只能用於法律文件 自動偵測文本或音訊的語言 None 13. 大型語言模型（LLM）與傳統語言模型相比，主要區別在於： LLM僅能透過雲端服務運行 LLM處理速度較慢，但準確度較高 LLM只處理文本，不能生成圖像 LLM擁有更多參數量和更強的學習能力 None 14. 在語言模型中使用微調(Fine-tuning)的主要目的是？ 優化模型的存儲需求 使預訓練模型適應特定領域或任務 減少模型的參數數量 加速模型的推理過程 None 15. 關於語義表示(Semantic Representation)，以下敘述何者錯誤？ 這些向量通常被稱為嵌入(Embeddings) 它能夠捕捉單詞之間的語義關係 編碼器的輸出是向量集合，表示詞元的語義屬性 它只能表示單詞的詞性信息 None 16. 可擴展性(Scalability)在大型語言模型中面臨的主要挑戰是： 隨模型規模增長帶來的計算複雜度、能耗和推理延遲問題 只涉及數據存儲 僅限於硬體限制 純粹是理論上的限制 None 17. 在大型語言模型中，上下文窗口(Context Window)的大小主要影響什麼？ 模型處理的語言種類 模型能夠考慮的上下文長度 模型的訓練速度 模型的參數數量 None 18. 哪項不是gpt-35-turbo模型的主要特點？ 適用於聊天和非聊天任務 經濟實惠 多功能 只專注於程式碼生成 None 19. 語彙基元化（Tokenization）的主要目的是： 增加語言模型的記憶容量 過濾掉不必要的文字內容 降低計算需求 將文本分解為最小的處理單位 None 20. 以下哪項不是Whisper模型的特點？ 能夠準確轉錄音訊檔案 專為語音轉文字功能優化 擁有多語言支持 專為圖像處理優化 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
