200+ Trắc nghiệm AI tạo sinh và Mô hình ngôn ngữ lớn (có đáp án)

Trang trước Trang sau

Tổng hợp trên 200 câu hỏi trắc nghiệm AI tạo sinh và Mô hình ngôn ngữ lớn có đáp án với các câu hỏi đa dạng, phong phú từ nhiều nguồn giúp sinh viên ôn trắc nghiệm AI tạo sinh và Mô hình ngôn ngữ lớn đạt kết quả cao.

200+ Trắc nghiệm AI tạo sinh và Mô hình ngôn ngữ lớn (có đáp án)

Quảng cáo

Câu 1: Đặc điểm chính của các mô hình học máy là gì?

A. Các mô hình học máy nhận diện quy luật, đặc điểm của dữ liệu và đưa ra quyết định mà không cần lập trình từng bước.

B. Các mô hình học máy được lập trình từng bước để thực hiện các nhiệm vụ.

C. Các mô hình học máy chỉ xử lý được dữ liệu số.

D. Mô hình học máy là một loại trí tuệ nhân tạo tổng hợp.

Câu 2: Các mô hình ngôn ngữ lớn như ChatGPT được đào tạo như thế nào để tạo ra văn bản?

A. Các mô hình ngôn ngữ lớn được đào tạo trên một tập dữ liệu nhỏ được chọn lọc về các chủ đề cụ thể.

B. Các mô hình ngôn ngữ lớn được đào tạo dựa trên dữ liệu và các tác phẩm văn học.

C. Các mô hình ngôn ngữ lớn được đào tạo trên dữ liệu âm thanh từ podcast và chương trình phát thanh.

D. Các mô hình ngôn ngữ lớn được đào tạo trên lượng dữ liệu khổng lồ từ internet, bao gồm văn bản từ nhiều nguồn khác nhau.

Quảng cáo

Câu 3: Chức năng chính của mô hình ngôn ngữ lớn là gì?

A. Để ghi nhớ và đọc lại toàn bộ văn bản từ dữ liệu đào tạo của nó.

B. Dịch văn bản từ ngôn ngữ này sang ngôn ngữ khác mà không có lỗi.

C. Dự đoán từ tiếp theo trong một chuỗi văn bản dựa trên ngữ cảnh của các từ trước đó.

D. Tạo hình ảnh dựa trên mô tả bằng văn bản.

Câu 4: Mô hình ngôn ngữ lớn có thể có hạn chế gì?

A. Chúng có thể hiểu và mô phỏng 100% cảm xúc của con người.

B. Chúng có thể tạo ra văn bản có độ chính xác về mặt ngữ pháp 100%.

C. Chúng có thể tạo ra nội dung mang tính thiên kiến hoặc không lành mạnh nếu không được giám sát và điều chỉnh đúng cách.

D. Chúng có thể hoạt động độc lập mà không cần sự giám sát của con người.

Câu 5: Chức năng chính của nơ-ron trong mạng nơ-ron nhân tạo là gì?

Quảng cáo

A. Nơ-ron nhân tạo là mô hình phức tạp mô phỏng lại chính xác cấu trúc của nơ-ron sinh học.

B. Nơ-ron nhân tạo là mô hình đơn giản mô phỏng quá trình xử lý tín hiệu đầu vào và tạo ra một tín hiệu đầu ra duy nhất của nơ-ron sinh học.

C. Nơ-ron nhân tạo được sử dụng để mô phỏng toàn bộ não người.

D. Nơ-ron nhân tạo chỉ được sử dụng cho nhiệm vụ nhận dạng hình ảnh.

Câu 6: Ngoài việc được ứng dụng trong hệ thống gợi ý phim ảnh, mạng nơ-ron nhân tạo còn có thể được ứng dụng trong những trường hợp nào?

A. Mạng nơ-ron nhân tạo chỉ được sử dụng cho mục đích giải trí, ví dụ như gợi ý phim ảnh.

B. Mạng nơ-ron nhân tạo chủ yếu được sử dụng để dự báo tài chính và giao dịch chứng khoán.

C. Mạng nơ-ron nhân tạo chỉ được sử dụng cho mục đích điều hướng xe tự hành.

D. Mạng nơ-ron nhân tạo có thể được sử dụng cho các ứng dụng như dự đoán thiên tai, phát hiện bệnh tật.

E. Mạng nơ-ron nhân tạo chỉ được áp dụng trong nghiên cứu học thuật.

Câu 7: Máy tính học cách nhận dạng hình ảnh trong thị giác máy tính như thế nào?

A. Bằng cách lập trình thủ công các quy tắc cụ thể cho từng hình ảnh.

B. Bằng cách so sánh hình ảnh với hình ảnh trên internet.

C. Bằng cách đoán ngẫu nhiên cho đến khi nhận diện được hình ảnh đúng.

D. Bằng cách sử dụng các mô hình học máy để nhận dạng các đặc điểm trong hình ảnh.

Quảng cáo

Câu 8: Hệ thống thị giác máy tính xử lý hình ảnh như thế nào để hiểu nội dung của hình ảnh?

A. Bằng cách sử dụng mạng nơ-ron nhân tạo để xử lý dữ liệu pixel và xác định các đặc điểm của ảnh.

B. Bằng cách sử dụng các phép tính số học đơn giản trên các giá trị pixel.

C. Bằng cách dán nhãn thủ công từng pixel trong hình ảnh.

D. Bằng cách lưu trữ mọi hình ảnh có thể có trong cơ sở dữ liệu để so sánh.

Câu 9: Chức năng chính của AI tạo sinh là gì?

A. Trí tuệ nhân tạo (AI) chỉ được sử dụng để phân tích dữ liệu.

B. Trí tuệ nhân tạo (AI) chỉ dành cho nhận dạng hình ảnh.

C. Trí tuệ nhân tạo (AI) không thể tạo ra văn bản.

D. Trí tuệ nhân tạo (AI) tạo ra nội dung mới từ các mẫu hiện có.

Câu 10: Đặc điểm của quy trình đào tạo mô hình AI là gì?

A. Các mô hình AI được đào tạo trên các tập dữ liệu nhỏ và theo các chủ đề cụ thể.

B. Các mô hình AI được đào tạo trên các tập dữ liệu lớn.

C. Mô hình AI không yêu cầu dữ liệu đào tạo.

D. Các mô hình AI chỉ được đào tạo trên dữ liệu số.

Câu 11: Đâu là định nghĩa đúng nhất về "AI tạo sinh"?

A. AI có thể tạo ra nội dung chất lượng cao, chẳng hạn như văn bản, hình ảnh và âm thanh.

B. Bất kỳ ứng dụng dựa trên web nào tạo ra văn bản.

C. Một dạng tìm kiếm trên web.

D. Các hệ thống trí tuệ nhân tạo có thể ánh xạ từ đầu vào A đến đầu ra B.

Câu 12: Đâu là mô tả chính xác nhất về một mô hình ngôn ngữ lớn (LLM)?

A. Nó tạo ra văn bản bằng cách liên tục dự đoán từ tiếp theo.

B. Nó tạo ra văn bản bằng cách liên tục dự đoán các từ theo thứ tự ngẫu nhiên.

C. Nó tạo ra văn bản bằng cách tìm một đối tác viết lách để làm việc cùng bạn.

D. Nó tạo ra văn bản bằng cách sử dụng học có giám sát để thực hiện tìm kiếm trên web.

Câu 13: Tại sao chúng ta gọi AI là một công nghệ đa năng?

A. Bởi vì nó có thể trò chuyện.

B. Bởi vì nó hữu ích cho nhiều tác vụ khác nhau.

C. Bởi vì nó bao gồm cả học có giám sát và AI tạo sinh.

D. Bởi vì nó có thể được truy cập thông qua web nói chung.

Câu 14: Token là gì trong ngữ cảnh của một mô hình ngôn ngữ lớn (LLM)?

A. Một từ hoặc một phần của từ trong lời nhắc đầu vào hoặc đầu ra của LLM.

B. Một thiết bị vật lý hoặc mã kỹ thuật số để xác thực danh tính của người dùng.

C. Phần đầu ra của LLM chủ yếu mang giá trị tượng trưng hơn là thực chất.

D. Một đơn vị tiền điện tử mà bạn có thể sử dụng để thanh toán cho các dịch vụ LLM.

Câu 15: Một người bạn viết lời nhắc sau cho một LLM dựa trên web: “Hãy viết mô tả về sản phẩm thức ăn cho chó mới của chúng tôi.” Đâu là những gợi ý hợp lý để cải thiện lời nhắc này?

A. Cung cấp cho LLM thêm ngữ cảnh về những điều thú vị hoặc độc đáo của sản phẩm để giúp nó tạo ra một mô tả tốt hơn.

B. Hướng dẫn về mục đích của mô tả để giúp nó sử dụng giọng điệu phù hợp.

C. Chỉ định độ dài mong muốn của mô tả.

D. Tất cả các câu trả lời khác.

Câu 16: Bạn đang xây dựng một chatbot dịch vụ khách hàng. Tại sao việc giám sát hiệu suất của hệ thống sau khi triển khai lại quan trọng?

A. Trong trường hợp khách hàng nói điều gì đó khiến chatbot phản hồi theo cách không mong muốn, việc giám sát cho phép bạn phát hiện sự cố và khắc phục chúng.

B. Mọi sản phẩm đều nên được giám sát để theo dõi sự hài lòng của khách hàng.

C. Do giới hạn kiến thức của LLM, chúng ta phải liên tục giám sát và cập nhật kiến thức của nó thường xuyên.

D. Điều này là sai, miễn là việc đánh giá nội bộ được thực hiện tốt thì không cần giám sát thêm.

Câu 17: Bạn đang chuẩn bị một bài thuyết trình về công nghệ và nhờ một LLM giúp bạn tìm một câu trích dẫn truyền cảm hứng. Bạn nên tiến hành làm gì sau đây?

A. Kiểm tra lại câu trích dẫn này bằng cách nhắc LLM hỏi xem nó có thực sự chắc chắn không.

B. Kiểm tra lại câu trích dẫn này bằng cách tìm kiếm các nguồn khác để xác minh.

C. Không sử dụng câu trích dẫn này vì LLM có thể tạo ra kết quả độc hại.

D. Có thể tin tưởng hoàn toàn và sử dụng ngay trong bài thuyết trình.

Câu 18: Trong ví dụ của Coursera, chúng tôi đã mô tả việc sử dụng học có giám sát hoặc quy trình phát triển dựa trên lời nhắc để xây dựng một trình phân loại cảm xúc đánh giá nhà hàng. Phát biểu nào sau đây về phát triển dựa trên lời nhắc là đúng?

A. Phát triển dựa trên lời nhắc nói chung nhanh hơn nhiều so với học có giám sát.

B. Phát triển dựa trên lời nhắc yêu cầu thu thập hàng trăm hoặc hàng nghìn ví dụ được gắn nhãn.

C. Phát triển dựa trên lời nhắc yêu cầu thu thập hàng trăm hoặc hàng nghìn ví dụ không được gắn nhãn.

D. LLM chỉ có thể tạo ra 2 kết quả đầu ra.

Câu 19: Approximately how many tokens would it take an LLM to process 6,000 input words?

A. 8,000 tokens (about 6000 × 1.333)

B. 4,500 tokens (6000 × 3/4)

C. 6,000 tokens

D. 14,000 tokens

Câu 20: Bằng cách cung cấp các nguồn thông tin đáng tin cậy cho LLM thông qua RAG, chúng ta có thể giảm nguy cơ tạo ra thông tin sai lệch không?

A. Có

B. Không

Câu 21: Mối quan hệ giữa AI, tác vụ và công việc là gì?

A. Công việc bao gồm nhiều tác vụ. AI tự động hóa các tác vụ chứ không phải công việc.

B. Tác vụ bao gồm nhiều công việc. AI tự động hóa các tác vụ chứ không phải công việc.

C. Công việc bao gồm nhiều tác vụ. AI tự động hóa công việc chứ không phải tác vụ.

D. Tác vụ bao gồm nhiều công việc. AI tự động hóa công việc chứ không phải tác vụ.

Câu 22: Một người nhắc một LLM như sau: “Vui lòng tóm tắt 10 tin bài hàng đầu sáng nay, mỗi tin 100 từ, theo cách phù hợp cho một bản tin.” Lý do chính khiến điều này không có khả năng hoạt động là gì?

A. Do giới hạn kiến thức, LLM sẽ không có quyền truy cập vào các tin tức mới nhất.

B. Lời nhắc cần cung cấp thêm ngữ cảnh về loại bản tin.

C. Độ dài đầu ra bị giới hạn và 10 câu chuyện là quá nhiều.

D. Yêu cầu một danh sách 10 mục có nghĩa là đang làm việc với dữ liệu có cấu trúc.

................................

................................

................................

Xem thêm câu hỏi trắc nghiệm các môn học Đại học có đáp án hay khác:

ĐỀ THI, GIÁO ÁN, GÓI THI ONLINE DÀNH CHO GIÁO VIÊN VÀ PHỤ HUYNH LỚP 12

Bộ giáo án, đề thi, bài giảng powerpoint, khóa học dành cho các thầy cô và học sinh lớp 12, đẩy đủ các bộ sách cánh diều, kết nối tri thức, chân trời sáng tạo tại https://tailieugiaovien.com.vn/ . Hỗ trợ zalo VietJack Official

Giáo án, bài giảng powerpoint Văn, Toán, Lí, Hóa....

4.5 (243)

799,000đs

199,000 VNĐ

1000 Đề thi bản word THPT quốc gia cá trường 2023 Toán, Lí, Hóa....

4.5 (243)

799,000đ

199,000 VNĐ

Đề thi thử DGNL (bản word) các trường 2023

4.5 (243)

799,000đ

199,000 VNĐ

xem tất cả
Trang trước Trang sau
Giải bài tập lớp 12 Kết nối tri thức khác