iPAS AI應用規劃師-初級 (4) 發佈留言 / 作者: S學院 / 2025-05-04 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. 下列哪項不是生成式AI在程式碼生成方面的應用？ 網絡安全漏洞利用 軟體開發 程式碼生成和修復 程式碼補全 None 2. Transformer架構在Google的BERT和OpenAI的GPT模型中有何不同應用？ BERT和GPT使用完全不同的架構 BERT專注於圖像，GPT專注於文本 BERT只能處理英文，GPT支援多語言 BERT主要用編碼器，GPT側重解碼器 None 3. 大型語言模型處理自然語言的方式是： 一次處理整個句子並同時輸出完整回應 僅依賴於預先定義的語法規則 只處理關鍵詞，忽略其他詞語 以不具決定性的方式一次產生一個令牌 None 4. 關於GPT-3和GPT-4在參數規模上的比較，下列敘述何者正確？ GPT-3的參數量略大於GPT-4 GPT-4的參數量遠大於GPT-3 參數量與這兩個模型的性能無關 GPT-3和GPT-4擁有相同數量的參數 None 5. 零樣本學習(Zero-shot Learning)的主要特點是： 完全不需要訓練數據 僅適用於圖像識別 模型能處理訓練中未見過的任務或類別 只用於特定領域任務 None 6. 關於生成式AI的內嵌模型，下列敘述何者正確？ 只能處理英文文本 無法與其他模型集成 主要用於生成圖像 能夠將文字轉換為高資訊量的數位向量 None 7. 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？ 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 結構化文字具有固定格式和結構 None 8. 多模態AI模型的主要特點是： 僅結合兩種感官輸入 能同時處理文本、圖像、音頻等多種數據類型 僅適用於娛樂行業 純粹用於學術研究 None 9. 什麼是TaiDe？ 國家實驗研究院開發的AI系統 台灣的地理資訊系統 僅用於金融分析的專業軟體 只能處理中文的翻譯系統 None 10. 關於大型語言模型的訓練數據來源，下列敘述何者錯誤？ 數據量越大，模型學習能力越強 訓練數據僅來自專業學術文獻 包括書籍、文章和網頁 數據多樣性有助於模型理解不同領域的知識 None 11. 大型語言模型（LLM）如何處理稀有詞彙？ 透過分數標記和字元級標記處理 只能使用預先定義的替代詞 僅能透過人工干預處理 完全忽略這些詞 None 12. 以下何者不是生成式AI的基礎模型？ GPT-4 SQL Claude GPT-3 None 13. 語彙基元化（Tokenization）的主要目的是： 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 增加語言模型的記憶容量 None 14. 關於語言模型中的稀疏注意力(Sparse Attention)機制，下列敘述何者不正確？ 減少計算複雜度 通過只關注部分關鍵位置來工作 有助於處理更長的序列 主要用於增加模型的參數數量 None 15. 關於意圖辨識的精確性，主要依賴於什麼？ 交談語言理解(LUIS)模型的訓練質量 用戶的語音清晰度 系統的硬件配置 網絡連接的穩定性 None 16. 語言模型是什麼？ 能夠理解和生成自然語言的核心技術 只能翻譯語言的工具 專門用於語音識別的系統 僅限於學術研究的理論框架 None 17. 批量聽錄處理相比即時聽錄的優勢是： 需要使用特殊的錄音設備 準確度一定更高 僅支援特定格式的音訊 可處理大量音訊檔而不占用前端資源 None 18. 文字轉換語音技術的核心組件不包括？ 朗讀聲音 文本內容 語音合成算法 圖像辨識系統 None 19. 關於語言模型在訓練過程中的過擬合(Overfitting)問題，下列描述何者正確？ 模型無法記憶訓練數據 模型訓練速度過慢 模型過度記憶訓練數據而泛化能力下降 模型生成的文本過於簡單 None 20. 遞歸神經網絡(RNN)在處理序列數據時的主要局限是： 難以捕捉長期依賴關係 無法處理非英語文本 模型太過簡單無法實用 僅適用於數值預測 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
