Skala Kuis AI

Jawaban dan penjelasan muncul saat Anda mengikuti kuis.

1. Masalah inti apa yang terutama dipecahkan oleh Scale AI bagi pengembang AI?
   • Menyediakan data pelatihan yang diberi label dan dikurasi berkualitas tinggi
   • Merancang chip komputer
   • Membangun browser web
   • Baterai manufaktur
2. Jenis data apa yang menjadi fokus pelabelan Scale AI saat pertama kali dimulai?
   • Rekaman musik
   • Gambar untuk mobil self-driving
   • ticker pasar saham
   • Data satelit cuaca
3. Apa kepanjangan dari RLHF, Skala layanan yang disediakan untuk LLM?
   • Fungsi Hash Perpustakaan Acak
   • Kerangka Perangkat Keras Logika Cepat
   • Pembelajaran Penguatan dari Umpan Balik Manusia
   • Format Hosting Bahasa Rekursif
4. Why can expert-generated training examples help improve a model?
   • They guarantee the model will be correct on every future task
   • They remove the need to evaluate the model
   • They replace all training data with synthetic labels
   • They provide task-specific demonstrations or feedback for capabilities not well represented in available general data
5. Which platform does Scale AI identify as part of its specialized GenAI contributor ecosystem?
   • Outlier
   • Pelacakan Aliran ML
   • Katalog Persatuan
   • EnCodec
6. Selain pelabelan, layanan keamanan AI apa yang ditawarkan Scale?
   • Menjual perangkat lunak antivirus
   • Menggabungkan tim dan mengevaluasi model untuk keamanan dan keandalan
   • Memperbaiki ponsel pintar
   • Merancang grafis video game
7. What kind of judgment data is commonly used in RLHF?
   • Only the model’s parameter file names
   • A list of GPU serial numbers
   • Human comparisons or rankings of model responses
   • Unlabeled images with no task signal
8. What is the purpose of red-teaming an AI model or system?
   • Guarantee that the system can never fail
   • Replace all model training data
   • Measure only GPU temperature
   • Probe it with adversarial or misuse scenarios to identify safety weaknesses