Prueba de gráficos de inferencia y núcleo de Seldon

Las respuestas y explicaciones aparecen a medida que realiza el cuestionario.

1. ¿Cuál es la característica definitoria que distingue a Seldon Core de un servidor de modelo único?
   • Gráficos de inferencia que encadenan múltiples componentes
   • Entrenamiento de modelo incorporado
   • Un controlador de GPU propietario
   • Etiquetado automático de datos
2. ¿Qué componente del gráfico de Seldon decide a qué nodo secundario enviar una solicitud, habilitando las pruebas A/B?
   • Transformador
   • Enrutador
   • combinador
   • modelo
3. ¿Qué tipo de componente agrega resultados de múltiples modelos para su ensamblaje?
   • Enrutador
   • Transformador
   • combinador
   • Inicializador
4. ¿Qué tipo de estructura gráfica forma un gráfico de inferencia de Seldon?
   • Una malla cíclica
   • una lista plana
   • Un árbol binario solamente
   • Un gráfico acíclico dirigido (DAG)
5. En Seldon Core v2, ¿qué servidor y protocolo permiten la prestación de servicios multimodelo en todo el gráfico?
   • MLServer y el protocolo de inferencia abierta
   • Servicio de TensorFlow y solo gRPC
   • Nginx y DESCANSO
   • Chispa y parquet
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?
   • combinador
   • Enrutador
   • Transformador
   • 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