Викторина, связанная с руководством · Средний Уровень

Конституционная викторина по искусственному интеллекту

Просмотрите первоначальные этапы обучения конституционному ИИ с письменными принципами, критикой и пересмотром, предпочтениями ИИ и сохраненными данными о полезности для людей.

Связанные направляющие путиКонституционный ИИ
Вопрос 1 из 8

Что такое «конституция» конституционного ИИ?

Предварительный просмотр каждого вопроса8 вопросы

Ответы и пояснения появляются по мере прохождения теста.

  1. Что такое «конституция» конституционного ИИ?
    • Юридический договор между пользователем и компанией
    • Архитектура нейронной сети модели
    • Явный письменный набор принципов, которые модель использует для критики и направления своих собственных ответов.
    • Список запрещенных словарных слов
  2. What annotation burden does the original Constitutional AI study aim to reduce?
    • Every possible source of human judgment or training data
    • All model memory during inference
    • The need to evaluate any model behavior
    • Reliance on human labels identifying harmful outputs
  3. Что модель делает со своими результатами на контролируемой стадии конституционного ИИ?
    • Удаляет без объяснения причин
    • Критикует его вопреки принципу, а затем пересматривает, чтобы сделать его лучше.
    • Переводит это на другой язык
    • Шифрует его для безопасности
  4. Что означает RLAIF на этапе обучения с подкреплением?
    • Подкрепление обучения на основе обратной связи с ИИ
    • Рекурсивное обучение внутренних функций
    • AI Framework с уменьшенной задержкой
    • Случайное назначение меток при тонкой настройке
  5. What transparency benefit can written constitutional principles provide?
    • A complete display of every learned internal preference
    • Proof that every future response follows all principles
    • Automatic elimination of the preference model
    • An inspectable statement of intended guidance used in the process
  6. Which broader research idea does using AI-generated supervision support?
    • Eliminating every evaluation by definition
    • Exploring how AI can help supervise other AI systems
    • Guaranteeing zero cost for all future training
    • Automatically increasing every model’s vocabulary
  7. Does editing a constitution document alone retroactively change the weights of an already saved trained model?
    • No; a training or runtime process must use the changed guidance
    • Yes; all saved checkpoints instantly rewrite themselves
    • Yes; written words directly become new neural weights without execution
    • No model process can ever consume written principles
  8. Which human comparison data did the original Constitutional AI RL experiments retain alongside AI harmlessness preferences?
    • Only human GPU-temperature measurements
    • No human comparison data of any kind
    • Human helpfulness comparisons
    • A mandatory human label for every harmlessness pair