Mit dem Guide verknüpftes Quiz · Schwer Ebene

Seldon Core- und Inferenzgraphen-Quiz

Überprüft Seldon-Inferenzgraphenkomponenten, Routing, Aggregation, DAG-Struktur, Bereitstellungsprotokolle und Beobachtbarkeitssignale.

Verwandte FührungspfadeSeldon-Kern- und Inferenzdiagramme
Frage 1 von 8

Was ist das entscheidende Merkmal, das Seldon Core von einem Single-Model-Server unterscheidet?

Sehen Sie sich jede Frage in der Vorschau an8 Fragen

Während Sie am Quiz teilnehmen, werden Antworten und Erklärungen angezeigt.

  1. Was ist das entscheidende Merkmal, das Seldon Core von einem Single-Model-Server unterscheidet?
    • Inferenzgraphen, die mehrere Komponenten verketten
    • Integriertes Modelltraining
    • Ein proprietärer GPU-Treiber
    • Automatische Datenkennzeichnung
  2. Welche Seldon-Graphkomponente entscheidet, an welchen untergeordneten Knoten eine Anfrage gesendet wird, und ermöglicht so A/B-Tests?
    • Transformator
    • Router
    • Kombinierer
    • Modell
  3. Welcher Komponententyp fasst die Ausgaben mehrerer Modelle für die Zusammenführung zusammen?
    • Router
    • Transformator
    • Kombinierer
    • Initialisierer
  4. Welche Art von Graphstruktur bildet ein Seldon-Inferenzgraph?
    • Ein zyklisches Netz
    • Eine flache Liste
    • Nur ein Binärbaum
    • Ein gerichteter azyklischer Graph (DAG)
  5. Welcher Server und welches Protokoll ermöglichen in Seldon Core v2 die Bereitstellung mehrerer Modelle im gesamten Diagramm?
    • MLServer und das Open Inference Protocol
    • Nur TensorFlow-Serving und gRPC
    • Nginx und REST
    • Spark und Parkett
  6. In the Seldon Core 1 Router documentation, what can shift traffic toward better-performing models over time?
    • Nightly retraining only
    • A multi-armed bandit using live reward signals
    • Increasing the pod CPU limit
    • Caching every response
  7. Which Seldon graph component can preprocess a request or postprocess a model response?
    • Kombinierer
    • Router
    • Transformator
    • Explainer
  8. Which description of Seldon Core 2 observability is accurate?
    • Metrics, tracing and payload logging are all automatically enabled for every REST/gRPC prediction
    • It provides only GPU metrics and no tracing
    • Payload logging always stores every model request in a local file
    • Metrics are exposed; tracing requires configuration, and payload logging is limited to configured Kafka-backed pipeline paths