引導式測驗 · 中等 等級
生成式人工智能测验
透過其機制和用途評估產生式人工智慧輸出,將來源事實與模型聲明分開,並檢查準確性、偽影和風險。
問題 1 的 8
哪個輸出最能說明指引中所述的生成式人工智慧?
預覽每個問題8 問題
當您參加測驗時,就會出現答案和解釋。
- 哪個輸出最能說明指引中所述的生成式人工智慧?
- 新製作的摘要、圖像、音訊剪輯或程式碼範例
- 複製且未更改的固定記錄列表
- 僅顯示登入是否成功的報告
- 沒有模型輸出的手動輸入表
- 根據指南,自回歸文字模型如何產生序列?
- 它從固定的百科全書中檢索完整的答案
- 它使用到目前為止的文本預測連續的標記
- 它將隨機像素去噪到圖片中
- 它將波形轉換為類別標籤
- 流暢產生的摘要包含在其來源中未找到的聲明。審稿人該做什麼?
- 假設流暢性代表準確性
- 刪除來源以避免比較
- 將來源語句與模型推理分開並驗證聲明
- 發布它,因為摘要可能會添加上下文
- 哪一個描述與指南中基於擴散的影像生成相符?
- 一個在網路上搜尋匹配的成品圖片的系統
- 複製剪貼畫輪廓的系統
- 一次寫入一個像素行的系統
- 將雜訊表示轉換為樣本的系統
- 評估產生的程式碼時應該檢查什麼?
- 僅其註記是否明確
- 是否如預期運行,使用有意義的測試
- 是否是一次嘗試製作出來的
- 提示是否包含問號
- 為什麼要打開並檢查生成的引文?
- 引文形狀的文字可以引用不存在的來源
- 每個模型都會刪除來源詳細信息
- 引用始終是訓練資料許可證
- 該指南稱消息來源無法支持這一說法
- 哪種評估計劃最符合指南?
- 對文字、程式碼和圖像使用一個偏好分數
- 僅根據聲音的優美程度來判斷輸出
- 對工件進行配對檢查,例如摘要的事實一致性和程式碼的行為測試
- 當模型版本為新時跳過審核
- 當重要時,哪些資訊可以幫助重現輸出?
- 僅使用者名稱
- 介面顏色
- 一天中的時間
- 模型版本、提示、來源材料和設置