Bài kiểm tra có liên kết hướng dẫn · Dễ dàng Cấp độ

Câu đố AI của Amazon

Phân biệt các trách nhiệm cấu hình và dịch vụ AI của Amazon, bao gồm quyền truy cập mô hình, khu vực, luồng dữ liệu và chi phí vận hành.

Đường dẫn hướng dẫn liên quanAI của Amazon
Câu hỏi 1 của 8

Amazon Bedrock khác với Amazon SageMaker AI ở mức tổng quan như thế nào?

Xem trước mọi câu hỏi8 câu hỏi

Câu trả lời và giải thích xuất hiện khi bạn làm bài kiểm tra.

  1. Amazon Bedrock khác với Amazon SageMaker AI ở mức tổng quan như thế nào?
    • Bedrock cung cấp quyền truy cập có quản lý đến các mô hình nền tảng, trong khi SageMaker AI hỗ trợ xây dựng, huấn luyện và triển khai mô hình
    • Chúng là các sản phẩm giống hệt nhau với tên gọi khác nhau
    • Bedrock là một GPU vật lý và SageMaker là một cơ sở dữ liệu
    • SageMaker AI là trợ lý giọng nói tại nhà của Amazon
  2. Một nhà phát triển nên kiểm tra điều gì trước khi dựa vào một tính năng mô hình của Bedrock?
    • Rằng mọi mô hình nền tảng đều có sẵn ở mọi khu vực
    • Rằng mô hình và tính năng có sẵn cho tài khoản, khu vực và cấu hình đã chọn
    • Rằng tính năng hoạt động mà không cần quyền
    • Rằng quyền truy cập mô hình đảm bảo chất lượng đầu ra cụ thể
  3. Câu phát biểu nào về việc xử lý dữ liệu xuyên suốt các dịch vụ AI của AWS được hỗ trợ bởi hướng dẫn?
    • Một dịch vụ có quản lý loại bỏ mọi trách nhiệm về dữ liệu
    • Tất cả các dịch vụ của AWS sử dụng một chính sách dữ liệu giống hệt nhau
    • Lưu trữ, ghi nhật ký, truy xuất và các cuộc gọi mô hình có thể có các điều khiển riêng biệt để xem xét
    • Cài đặt quyền không bao giờ ảnh hưởng đến các yêu cầu mô hình
  4. Việc sử dụng một dịch vụ AI có quản lý thay đổi điều gì cho chủ sở hữu ứng dụng?
    • Nó đảm bảo tuân thủ pháp lý cho mọi quy trình làm việc
    • Nó loại bỏ nhu cầu xác thực đầu ra của mô hình
    • Nó có nghĩa là không cần cấu hình ứng dụng
    • Nó giảm một số công việc hạ tầng nhưng không loại bỏ trách nhiệm về quyền truy cập được ủy quyền và việc sử dụng dữ liệu
  5. Bản ghi triển khai nào giúp tái tạo một đánh giá AI của AWS?
    • Điểm cuối, phiên bản mô hình và cấu hình đã sử dụng
    • Chỉ tên tiếp thị của dịch vụ
    • Giao diện trình duyệt của người dùng
    • Một bản sao của các nhật ký huấn luyện không liên quan
  6. Một nhóm nên bao gồm những gì khi so sánh chi phí của một quy trình làm việc AI AWS?
    • Chỉ số lượng tham số của mô hình
    • Lưu trữ, truyền tải dữ liệu, sự cố, thông lượng và hành vi vận hành
    • Chỉ yêu cầu thành công đầu tiên
    • Số lượng tab đang mở trong console
  7. Tại sao một mô hình được cung cấp thông qua Bedrock lại có thể khác biệt về mặt vận hành so với việc sử dụng API trực tiếp của nhà cung cấp?
    • Tên mô hình cơ bản làm cho tất cả các điều khoản trở nên giống hệt nhau
    • Bedrock đảm bảo giao diện chính xác của nhà cung cấp
    • Nền tảng quản lý có thể có các chi tiết tích hợp, điều kiện truy cập và cấu hình khác nhau
    • Việc sử dụng điểm cuối được quản lý loại bỏ việc phân loại phiên bản mô hình
  8. Trước khi triển khai sản xuất, bài kiểm tra nào tốt nhất tuân theo lời khuyên về lựa chọn dịch vụ của hướng dẫn?
    • Giả định rằng danh sách tính năng công khai áp dụng cho mọi tài khoản
    • Chỉ kiểm tra độ chính xác huấn luyện của một mô hình
    • Bỏ qua các bài kiểm tra nếu dịch vụ được quản lý
    • Đánh giá các tác vụ đại diện và xử lý sự cố trong tài khoản và khu vực dự kiến