Canary and Shadow Deployments Quiz

Răspunsurile și explicațiile apar pe măsură ce susțineți testul.

1. Ce definește o desfășurare canar?
   • Dirijarea unui procent mic din traficul live către noua versiune în timp ce o monitorizați
   • Trimiterea întregului trafic către noua versiune simultan
   • Se rulează noua versiune numai în weekend
   • Implementare fără nicio monitorizare
2. Care este caracteristica cheie a unei implementări în umbră?
   • Răspunsurile sale sunt oferite jumătate din utilizatori
   • Primește trafic în oglindă, dar răspunsurile sale sunt eliminate, nu sunt afișate utilizatorilor
   • Se rulează doar în mediul de dezvoltare
   • Înlocuiește imediat modelul de producție
3. What does a shadow deployment protect users from, and what can it still cost?
   • It uses no extra resources and cannot access user data
   • Its predictions are returned to every user
   • Candidate responses are withheld, but mirrored inference still consumes compute and needs side-effect controls
   • It guarantees the candidate has no production impact of any kind
4. How does user-facing traffic differ between a canary and a shadow?
   • Both always send candidate output to every user
   • A shadow deployment never uses production inputs
   • A canary is only an offline test
   • A canary serves candidate responses to a defined live-traffic segment; a shadow typically does not
5. What should a team define before starting a canary or shadow rollout?
   • Traffic rules, monitoring thresholds, rollout duration, and a rollback owner
   • A promise that the candidate will outperform production
   • A fixed traffic percentage that must never change
   • A requirement to expose every user to the candidate
6. Cum se completează implementările Canary și Shadow?
   • Sunt același lucru cu nume diferite
   • Shadow validează comportamentul în traficul live fără risc pentru utilizator; canary validează impactul real al utilizatorului pe o porțiune mică
   • Canary renunță la răspunsuri în timp ce umbra le servește
   • Niciunul nu implică trafic de producție
7. What should an operator do before mirroring production requests to a shadow model?
   • Allow the shadow model to execute writes twice
   • Assume copied requests contain no sensitive data
   • Isolate side effects and protect the handling of copied request data
   • Disable all monitoring of the candidate
8. What does a canary reveal that a shadow deployment does not directly measure?
   • Whether candidate inference consumes compute
   • How its predictions compare offline
   • Whether a model can load in the serving stack
   • How the candidate affects users who are actually served by it