iPAS AI應用規劃師-初級 (5) / 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 (5) 模擬測驗，採智能選題，無限次反覆練習。 1. 「遷移學習」(transfer learning)的核心概念是？ 更換模型的訓練平台 轉換模型的訓練語言 將AI系統從一個位置移動到另一個位置 利用在一個任務上學到的知識來幫助學習另一個任務 None 2. Transformer解碼器如何預測序列中的下一個詞彙基元？ 僅基於最近的三個詞彙基元 通過隨機採樣現有詞彙 依據固定的語法規則 利用注意力層評估序列中所有前序基元 None 3. 詞嵌入向量的數學本質是什麼？ 高維連續向量空間中的點 稀疏矩陣 二進制位元串 隨機雜湊值 None 4. 在跨文化上下文中部署AI系統時，最重要的考量因素是？ 文化偏見、語言細微差別和價值觀差異 僅考慮計算效率 僅評估硬體需求 僅測試推理速度 None 5. 通用人工智能(AGI)與當前大型語言模型的根本區別在於？ 泛化能力、自主學習和跨領域遷移能力 僅在參數數量上 僅在推理速度上 僅在訓練數據量上 None 6. 生成式AI應用的持續模型監控應重點關注什麼指標？ 模型輸出質量與數據分佈偏移 僅追蹤用戶數量 僅關注響應時間 僅監控服務器負載 None 7. Transformer模型中的自注意力機制主要作用是？ 減少模型的參數數量 評估文本序列中標記之間的相互關係 增加模型的計算速度 簡化模型的訓練過程 None 8. Transformer模型中的解碼器主要功能是什麼？ 壓縮輸入數據的維度 預測序列中的下一個詞彙基元 過濾不相關的信息 優化模型的訓練速度 None 9. 以下哪項不是大型語言模型(LLM)的特點？ 龐大的參數數量 能在各種對話中展示語言生成能力 部署簡單且資源需求低 使用大量文字進行訓練 None 10. 什麼是「對抗性學習」(adversarial learning)？ 兩個競爭企業使用的學習方法 訓練模型抵抗專門設計來欺騙模型的輸入 針對競爭對手的學習策略 使用負面示例的訓練技術 None 11. 運營負責任的生成式AI解決方案發佈前應確保遵循哪些合規性要求？ 僅考慮法律遵從 僅考慮技術可行性 法律遵從、隱私保護、系統安全、用戶介面和無障礙性 僅考慮隱私保護 None 12. 預測序列"The boy kicked"中的下一標記時，模型會特別重視哪些詞？ The, is boy, kicked boy, the The, the None 13. 在AI實施中，什麼是「數據湖」(data lake)？ 圖像數據的集合 高品質的訓練數據 模型訓練的虛擬環境 存儲各種格式原始數據的集中位置 None 14. 在Transformer模型中，自注意力機制的主要功能是？ 評估文本序列中標記之間的相互關係 優化模型的參數 增加模型的記憶容量 減少計算複雜度 None 15. 在Transformer模型中，為什麼同一單詞可以有不同的向量表示？ 因為不同語言有不同的表示方法 因為每次處理都會隨機生成新的向量 因為模型需要處理拼寫變化 因為詞彙的意義依賴於其上下文 None 16. GPT模型的全稱是什麼？ 全局處理技術(Global Processing Technology) 通用預測工具(General Prediction Tool) 生成式預訓練變換器(Generative Pre-trained Transformer) 生成參數技術(Generative Parameter Technology) None 17. 生成式AI在品質檢測應用中最主要的潛在優勢是什麼？ 檢測所有可能的產品缺陷 減少數據儲存需求 完全消除人工檢查的需求 降低漏檢率並提供一致的檢測標準 None 18. 智慧生產排程的AI系統需要哪些關鍵輸入數據？ 排程數據、設備數據、訂單數據和物料數據 僅需要訂單數量 僅需要設備狀態 僅需要員工人數 None 19. 在GPT模型中，上下文的重要性表現在？ 降低資源消耗 減少計算時間 同一單詞在不同上下文中有不同的向量表示 增加模型的參數數量 None 20. 在大型語言模型中，稀疏專家混合(Sparse Mixture of Experts)技術的主要優勢是？ 消除對大型數據集的需求 增加模型容量同時限制計算資源需求 使模型完全可解釋 無需GPU即可訓練 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
