Kuis Seldon Inti dan Grafik Inferensi

Jawaban dan penjelasan muncul saat Anda mengikuti kuis.

1. Apa fitur penentu yang membedakan Seldon Core dari server model tunggal?
   • Grafik inferensi yang merangkai beberapa komponen
   • Pelatihan model bawaan
   • Driver GPU berpemilik
   • Pelabelan data otomatis
2. Komponen grafik Seldon manakah yang memutuskan node anak mana yang akan dikirimi permintaan, sehingga memungkinkan pengujian A/B?
   • transformator
   • Perute
   • penggabung
   • Model
3. Jenis komponen manakah yang mengumpulkan keluaran dari beberapa model untuk perakitan?
   • Perute
   • transformator
   • penggabung
   • Penginisialisasi
4. Struktur grafik seperti apa yang dibentuk oleh grafik inferensi Seldon?
   • Jaring siklik
   • Daftar datar
   • Hanya pohon biner
   • Grafik asiklik berarah (DAG)
5. Di Seldon Core v2, server dan protokol manakah yang memungkinkan penyajian multi-model di seluruh grafik?
   • MLServer dan Protokol Inferensi Terbuka
   • Penyajian TensorFlow dan khusus gRPC
   • Nginx dan REST
   • Percikan dan Parket
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?
   • penggabung
   • Perute
   • 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