Kuis terkait panduan · Keras Tingkat
Kuis Mitos AI
Menguji bukti di balik jawaban yang lancar, asumsi data dan ukuran model, demo, tolok ukur, tanggung jawab otomatisasi, dan cakupan.
Pertanyaan 1 dari 8
Sebuah model menjawab dengan lancar dan menyebutkan sumbernya. Apa yang tetap harus diperiksa oleh pembaca?
Pratinjau setiap pertanyaan8 pertanyaan
Jawaban dan penjelasan muncul saat Anda mengikuti kuis.
- Sebuah model menjawab dengan lancar dan menyebutkan sumbernya. Apa yang tetap harus diperiksa oleh pembaca?
- Hanya apakah jawabannya sopan
- Apakah responsnya cukup panjang
- Apakah model tersebut menggunakan jendela konteks yang besar
- Apakah sumber tersebut ada dan mendukung klaim tersebut
- Apakah lebih banyak data pelatihan menjamin sistem yang lebih baik?
- Tidak; data bisa tidak relevan atau memiliki cacat secara sistematis
- Ya, jika data tersebut berasal dari internet
- Ya, terlepas dari tugasnya
- Tidak ada model yang dapat belajar dari lebih banyak data
- Mengapa membandingkan model yang lebih besar dengan alternatif yang lebih kecil atau lebih sederhana?
- Model yang lebih besar selalu memiliki akurasi yang lebih buruk
- Hal itu mungkin membiayai lebih mahal tanpa memenuhi kebutuhan tugas
- Skor tolok ukur tidak dapat diukur
- Ukuran model menentukan hukum penerapan
- Sebuah demo menyelesaikan satu kasus yang mengesankan. Kesimpulan apa yang dibenarkan?
- Bahwa sistem dapat menangani setiap kasus yang sulit
- Bahwa sistem akan andal dalam produksi
- Hanya bahwa pengaturan yang didemonstrasikan menangani kasus tersebut; lebih banyak pengujian diperlukan
- Bahwa tidak ada alat atau konteks yang berkontribusi
- Apakah otomatisasi menghilangkan tanggung jawab manusia atas sistem?
- Ya, ketika output dihasilkan secara otomatis
- Ya, jika vendor menghosting model tersebut
- Hanya jika model memiliki skor yang tinggi
- Tidak; orang memilih tujuan, data, antarmuka, izin, dan kondisi penerapan
- Apa yang dikatakan oleh satu kegagalan tentang sebuah sistem?
- Ini menunjukkan kegagalan yang layak diuji, tetapi bukan berarti setiap penggunaan tidak efektif
- Bahwa sistem tersebut tidak berguna untuk semua tugas
- Bahwa model tersebut sadar
- Bahwa semua versi masa depan akan gagal secara identik
- Apa perbedaan antara hasil tolok ukur (benchmark) dengan hal lain?
- Skor yang diukur
- Prediksi masa depan atau pernyataan tentang kesadaran
- Pengaturan evaluasi
- Ujian khusus tugas
- Bagaimana klaim kemampuan yang luas harus dirumuskan?
- Seskuat mungkin untuk menarik perhatian
- Sebagai jaminan berdasarkan satu skor
- Pada cakupan yang benar-benar didukung oleh bukti pendukung
- Tanpa menyebutkan kondisi pengujian