Bài kiểm tra có liên kết hướng dẫn · Trung bình Cấp độ

Câu đố AI quy mô

Khám phá các dịch vụ ghi nhãn dữ liệu và dữ liệu GenAI của Scal AI, các chuyên gia đóng góp, dữ liệu ưu tiên RLHF và đánh giá mô hình.

Đường dẫn hướng dẫn liên quanAI quy mô
Câu hỏi 1 của 8

Vấn đề cốt lõi nào mà Scal AI chủ yếu giải quyết cho các nhà phát triển AI?

Xem trước mọi câu hỏi8 câu hỏi

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

  1. Vấn đề cốt lõi nào mà Scal AI chủ yếu giải quyết cho các nhà phát triển AI?
    • Cung cấp dữ liệu đào tạo được dán nhãn và quản lý chất lượng cao
    • Thiết kế chip máy tính
    • Xây dựng trình duyệt web
    • Sản xuất pin
  2. Loại dữ liệu nào mà AI quy mô đã tập trung vào việc ghi nhãn khi mới bắt đầu?
    • Bản ghi âm nhạc
    • Hình ảnh về xe tự lái
    • Cổ phiếu thị trường chứng khoán
    • Dữ liệu vệ tinh thời tiết
  3. RLHF, Thang đo dịch vụ cung cấp cho LLM, có nghĩa là gì?
    • Hàm băm thư viện ngẫu nhiên
    • Khung phần cứng logic nhanh
    • Học tăng cường từ phản hồi của con người
    • Định dạng lưu trữ ngôn ngữ đệ quy
  4. Tại sao các ví dụ đào tạo do chuyên gia tạo ra có thể giúp cải thiện mô hình?
    • 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. Nền tảng nào mà Scale AI xác định là một phần của hệ sinh thái cộng tác viên GenAI chuyên biệt?
    • Outlier
    • Theo dõi luồng ML
    • Danh mục thống nhất
    • mã hóa
  6. Ngoài việc ghi nhãn, Scale còn cung cấp dịch vụ an toàn AI nào?
    • Bán phần mềm diệt virus
    • Nhóm đỏ và đánh giá các mô hình về độ an toàn và độ tin cậy
    • Sửa chữa điện thoại thông minh
    • Thiết kế đồ họa trò chơi điện tử
  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