Kvíz spojený s průvodcem · Snadno úroveň

Kvíz s vysvětlením modelů umělé inteligence

Testujte vstupy a výstupy modelu, naučené parametry, hyperparametry, vyhledávání, dolaďování a výběr modelu na základě úlohy pomocí naměřených důkazů.

Související vodicí cestyModely AI
Otázka 1 z 8

Kterou součástí aplikace AI je samotný model strojového učení?

Náhled každé otázky8 otázky

Odpovědi a vysvětlení se zobrazují, jak budete v kvízu.

  1. Kterou součástí aplikace AI je samotný model strojového učení?
    • Matematický systém mapující vstupy na výstupy se strukturou a naučenými parametry
    • Uživatelské rozhraní, které obsahuje všechny funkce produktu
    • Sada webových stránek, které může modelka navštívit
    • Dokument zásad, který definuje, jak tým používá AI
  2. Tým má pevný limit latence 100 ms. Který uchazeč ji v názorném testu průvodce splňuje?
    • Model B at 94% accuracy and 400 ms
    • Model A at 92% accuracy and 30 ms
    • Neither, because accuracy must be 100%
    • Both, because they score above 90%
  3. Která položka je spíše hyperparametr než naučený parametr?
    • A weight value adjusted during training
    • A coefficient the fitted model uses for an input
    • A tree-depth limit selected through validation
    • A prediction returned for one example
  4. Vyhledávací systém dodá načtený dokument modelu v době dotazu. Co se změní bez rekvalifikace?
    • It necessarily retrains model weights
    • It fine-tunes the model on every query
    • It permanently changes the model version
    • It adds available evidence without changing model weights
  5. Vývojář dolaďuje model na dalších příkladech. jaké změny?
    • Model weights, without guaranteeing the information is current
    • Only the text retrieved for one query
    • The application’s user interface but never the model
    • The validation set but not model behavior
  6. A team adapts a foundation model to a new document task. Which statement about this reuse is accurate?
    • It is necessarily the first AI model ever built
    • It can be adapted to multiple tasks, but still needs evaluation
    • It is only a model for building construction
    • It must be fine-tuned before it can answer any prompt
  7. Why should a team re-evaluate after changing a model version?
    • Interfaces always change whenever versions change
    • A new version makes latency measurements unnecessary
    • Behavior can change even while interfaces stay stable
    • A model name proves it is more accurate
  8. How should a team choose among candidate models for a defined application?
    • Select the largest parameter count by default
    • Use a leaderboard score without checking its errors
    • Choose the newest version without testing
    • Compare representative inputs, errors and operating constraints, then prefer the simplest adequate option