Вікторина, пов’язана з посібником · Середній Рівень
Вікторина зі штучним інтелектом
Ознайомтеся зі службами маркування даних Scale AI і GenAI, експертами, даними налаштувань RLHF і оцінкою моделі.
Питання 1 з 8
Яку основну проблему в першу чергу вирішує Scale AI для розробників AI?
Перегляньте кожне запитання8 запитання
Відповіді та пояснення з’являються під час виконання тесту.
- Яку основну проблему в першу чергу вирішує Scale AI для розробників AI?
- Надання високоякісних маркованих і підібраних навчальних даних
- Проектування комп'ютерних мікросхем
- Створення веб-браузерів
- Виробництво акумуляторів
- На яких видах даних Scale AI зосередився на маркуванні, коли вперше почав працювати?
- Музичні записи
- Зображення для безпілотних автомобілів
- Біржові тикери
- Супутникові дані погоди
- Що означає RLHF, шкала послуг, яка надається для магістратури?
- Хеш-функція випадкової бібліотеки
- Rapid Logic Hardware Framework
- Навчання з підкріпленням за допомогою відгуків людини
- Формат хостингу рекурсивної мови
- 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
- Which platform does Scale AI identify as part of its specialized GenAI contributor ecosystem?
- Outlier
- Відстеження MLflow
- Єдиний каталог
- EnCodec
- Окрім маркування, які послуги безпеки ШІ пропонує Scale?
- Продам антивірусне програмне забезпечення
- Red-teaming та оцінка моделей для безпеки та надійності
- Ремонт смартфонів
- Розробка графіки відеоігор
- 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
- 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