引導式測驗 · 中等 等級
規模人工智慧測驗
探索 Scale AI 的資料標註與 GenAI 資料服務、專家貢獻者、RLHF 偏好資料以及模型評估。
問題 1 的 8
Scale AI主要為AI開發者解決什麼核心問題?
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。
- Scale AI主要為AI開發者解決什麼核心問題?
- 提供高品質的標記和策劃的培訓數據
- 設計電腦晶片
- 建構網頁瀏覽器
- 製造電池
- Scale AI剛起步時主要著重在標註哪些數據?
- 音樂錄音
- 自動駕駛汽車的圖像
- 股票市場行情
- 氣象衛星數據
- RLHF(為法學碩士提供的服務等級)代表什麼?
- 隨機庫哈希函數
- 快速邏輯硬體框架
- 從人類回饋中強化學習
- 遞歸語言託管格式
- 為什麼專家產生的訓練範例有助於改善模型?
- 它們能保證模型在未來的每個任務上都是正確的
- 它們免除了評估模型的需要
- 它們會以合成標籤取代所有訓練資料
- 它們為可用通用資料中表現不足的能力提供特定於任務的示範或回饋
- Scale AI 將哪個平台識別為其專門 GenAI 貢獻者生態系統的一部分?
- Outlier
- ML串流追蹤
- 統一目錄
- 編解碼器
- 除了標籤之外,Scale 還提供哪些人工智慧安全服務?
- 銷售防毒軟體
- 紅隊和評估模型的安全性和可靠性
- 維修智慧型手機
- 設計電玩遊戲圖形
- RLHF 中常用哪種判斷資料?
- 只有模型的參數檔案名稱
- GPU 序號清單
- 人類對模型回應的比較或排名
- 沒有任務訊號的未標註影像
- 對 AI 模型或系統進行紅隊測試(red-teaming)的目的是什麼?
- 保證系統永遠不會故障
- 取代所有模型訓練資料
- 僅測量 GPU 溫度
- 使用對抗性或濫用情境進行探測,以找出安全弱點