Gill~部落格

在One Hot Encoding中，如果一個類別標籤是第二類，則其編碼為？ [1 0 0] V[0 1 0] [0 0 1] [1 1 0] Fine-tuning是什麼意思？ 訓練新模型 V調整已訓練模型的參數以適應新任務 優化模型結構 提取特徵 請問「One-Hot Encoding」是什麼？ V一種用於將類別資料轉換成數值資料的方法 一種用於壓縮資料維度的技術 一種用於評估模型預測準確率的指標 一種用於調整模型參數的演算法 根據課程內容，下列哪一項敘述最能說明 AI 模型的「黑盒子」問題？ V. AI 模型的運算過程過於複雜，難以理解其決策依據 AI 模型的訓練資料過於龐大，難以確保其品質和正確性 AI 模型的應用範圍過於廣泛，難以預測其潛在風險和影響 AI 模型的發展速度過於快速，難以建立完善的倫理規範和法律框架 請問什麼是「Overfitting」？ 模型過於複雜，導致無法有效學習資料中的模式 模型過於簡單，導致無法準確預測新的資料 V模型過度擬合訓練資料，導致在測試資料上的表現不佳 模型無法收斂到最佳解，導致預測結果不穩定 請問什麼是「Prompt Engineering」? V一種設計 AI 模型輸入提示的方法，用於引導模型產生更符合預期的輸出 一種評估 AI 模型效能的方法，用於比較不同模型的優劣 一種訓練 AI 模型的方法，用於提升模型的準確度和效率 一種部署 AI 模型的方法，用於將模型應用於實際場景

10. 在深度學習中，為什麼使用ReLU作為激活函數？ V它可以避免梯度消失問題 它的輸出範圍是0到1 它能夠對所有輸入值進行平滑處理 它適用於小型數據集

在深度學習中，DNN代表什麼？ Dynamic Neural Network Dense Neural Network VDeep Neural Network Direct Neural Network

請問下列哪一種神經網路架構最適合用於處理自然語言處理問題？ DNN CNN RNN v Transformer

課程中提到，可以使用「Fine-tuning」技術來調整 AI 模型，請問 Fine-tuning 的主要目的是什麼？ 　用比較少的訓練資料，達成訓練效果 v 讓大量資料可以持續篩選成精準數據 　將品質不好的資料透過修飾轉換成對的資料 　避免 AI 訓練資料時產生偏誤

以下哪一個是Softmax函數的正確描述？ 多元化指數函式 v 將一個向量轉換成概率分佈，使得數據總和等於1（100%） 讓 AI 產出的數據不需要轉換 單一化指數函式

在AI模型的訓練過程中，為什麼要避免過度擬合（overfitting）？ 避免資料運算過度，提供毫無相關的回答 要讓機器人可以背答案，為相同題目給予正確解答 *避免機器人無法根據資料給予正確預測 以上皆是

5. 課程中提到，可以使用「Fine-tuning」技術來調整 AI 模型，請問 Fine-tuning 的主要目的是什麼？ V用比較少的訓練資料，達成訓練效果 讓大量資料可以持續篩選成精準數據 將品質不好的資料透過修飾轉換成對的資料 避免 AI 訓練資料時產生偏誤

RNN在處理什麼類型的數據時特別有效？ 結構化可透過邏輯直接推算的數據 以圖像為主的數據 V 有時序需要透過記憶推演的數據 二維數據 ChatGPT 是一種基於什麼技術的語言模型？ RNN CNN V Transformer Autoencoder

5. 請問下列哪一種神經網路架構最適合用於需要有記憶的運算？ DNN 全連結：深度神經網路Deep Neural Networks CNN 卷積層：卷積神經網路Convolutional Neural Network RNN 遞歸層：循環神經網路Recurrent Neural Network 以上皆是

RNN

ChatGPT 是一種基於什麼技術的語言模型？ RNN CNN Transformer V Autoencoder

ChatGPT 是一種基於什麼技術的語言模型？ ANS Transformer

課程中提到，可以使用「Fine-tuning」技術來調整 AI 模型，請問 Fine-tuning 的主要目的是什麼？ V a.用比較少的訓練資料，達成訓練效果 b.讓大量資料可以持續篩選成精準數據 c.將品質不好的資料透過修飾轉換成對的資料 d.避免 AI 訓練資料時產生偏誤

ChatGPT 是一種基於什麼技術的語言模型？ RNN CNN *Transformer Autoencoder

何者不是運用AI模型的可能性? 運用已訓練好的AI模型 將ChatGPT模型下載到電腦以完整重新訓練 打造自已的AI模型 Fine-tuning AI 模型