스케일 AI 퀴즈

퀴즈를 풀면 정답과 설명이 나타납니다.

1. Scale AI는 AI 개발자를 위해 주로 어떤 핵심 문제를 해결합니까?
   • 고품질의 라벨링 및 선별된 학습 데이터 제공
   • 컴퓨터 칩 설계
   • 웹 브라우저 구축
   • 배터리 제조
2. Scale AI가 처음 시작할 때 라벨링에 중점을 둔 데이터는 무엇입니까?
   • 음악 녹음
   • 자율주행차 관련 이미지
   • 주식 시장 시세
   • 기상 위성 데이터
3. LLM을 위해 제공되는 서비스 Scale인 RLHF는 무엇을 의미합니까?
   • 무작위 라이브러리 해시 함수
   • 신속한 논리 하드웨어 프레임워크
   • 인간 피드백을 통한 강화 학습
   • 재귀적 언어 호스팅 형식
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
   • MLflow 추적
   • 유니티 카탈로그
   • 인코딩코덱
6. 라벨링 외에도 Scale이 제공하는 AI 안전 서비스는 무엇인가요?
   • 바이러스 백신 소프트웨어 판매
   • 안전성과 신뢰성을 위한 레드팀 구성 및 모델 평가
   • 스마트폰 수리
   • 비디오 게임 그래픽 디자인
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