가이드 연계 퀴즈 · 중간 레벨

모델 직렬화 형식 퀴즈

직렬화 이식성, 피클 안전성, 텐서 전용 가중치 파일 및 런타임 전반에 걸쳐 내보낸 모델 검증을 테스트합니다.

관련 가이드 경로모델 직렬화 형식
질문 1 의 8

Python의 피클 형식이 모델의 보안 위험으로 간주되는 이유는 무엇입니까?

모든 질문 미리보기8 질문

퀴즈를 풀면 정답과 설명이 나타납니다.

  1. Python의 피클 형식이 모델의 보안 위험으로 간주되는 이유는 무엇입니까?
    • 로드하면 파일에 포함된 임의의 코드를 실행할 수 있습니다.
    • 파일을 너무 많이 압축합니다.
    • 주말에만 일해요
    • 원본 모델을 삭제합니다.
  2. ONNX 형식의 주요 장점은 무엇입니까?
    • 가능한 가장 작은 형식입니다.
    • 하나의 프레임워크에서 학습된 모델을 다른 여러 런타임 및 언어에서 실행할 수 있습니다.
    • PyTorch에서만 열 수 있습니다.
    • 자동으로 정확도가 향상됩니다.
  3. 모델 가중치를 공유하는 데 safetensor가 널리 사용되는 이유는 무엇입니까?
    • 편의를 위해 로드 시 코드를 실행합니다.
    • 사용 가능한 가장 오래된 형식입니다.
    • 빠른 메모리 매핑 가능 로딩과 코드 실행 없이 텐서 데이터만 안전하게 저장합니다.
    • 모델 정확도만 저장합니다.
  4. GGUF는 어떤 사용 사례와 가장 관련이 있나요?
    • 스프레드시트 저장
    • 이메일 암호화
    • 클라우드에서 처음부터 모델 학습
    • 로컬 하드웨어에서 효율적으로 양자화된 대규모 언어 모델 실행
  5. ONNX와 같은 교환 형식은 주로 무엇을 저장합니까?
    • 표준화된 계산 그래프와 모델의 가중치
    • 훈련 과정을 담은 영상
    • 훈련 데이터세트만
    • 개발자의 소스 코드 설명
  6. When exporting a Keras 3 model for TensorFlow serving, which directory format can model.export produce?
    • GGUF
    • 저장된 모델
    • CSV
    • A pickle file containing the entire Python application
  7. After exporting a model to ONNX for a new runtime, what should the team check?
    • That the ONNX file guarantees identical speed on every device
    • That the export automatically includes the original training data
    • That supported operators run and outputs match the reference model on representative inputs
    • That no preprocessing code is needed
  8. Why can a state-dictionary checkpoint be preferable to loading a whole Python object from an untrusted file?
    • It guarantees the model architecture is embedded
    • It makes every checkpoint safe regardless of loader and version
    • It automatically converts the model to ONNX
    • It can load tensor state without reconstructing arbitrary pickled Python objects, subject to the loader’s security settings