問題：11
一家醫療公司正在為診斷目的客製化一個基礎模型 (FM)。該公司需要模型具有透明度和可解釋性，以滿足監管要求。
哪種解決方案將滿足這些要求？A. 使用 Amazon Inspector 設定安全性和合規性。
B. 使用 Amazon SageMaker Clarify 生成簡單的指標、報告和範例。
C. 使用 Amazon Macie 加密和保護訓練資料。
D. 收集更多資料。使用 Amazon Rekognition 為資料添加自訂標籤。
答案：B
問題：12
一家公司正在建立一個用於防護眼鏡的圖像生成解決方案。該解決方案必須具有高準確性，並且必須最大程度地減少不正確標註的風險。
哪種解決方案將滿足這些要求？
A. 使用 Amazon SageMaker Ground Truth Plus 進行人因驗證。
B. 使用 Amazon Bedrock 知識庫進行資料增強。
C. 使用 Amazon Rekognition 進行圖像識別。
D. 使用 Amazon QuickSight 進行資料摘要。
答案：A
問題：13
一家安全公司正在使用 Amazon Bedrock 運行基礎模型 (FM)。該公司希望確保只有授權使用者才能呼叫模型。該公司需要識別任何未經授權的存取嘗試，以便為未來的 FM 迭代設定適當的 AWS Identity and Access Management (IAM) 政策和角色。
該公司應該使用哪項 AWS 服務來識別試圖存取 Amazon Bedrock 的未經授權使用者？
A. AWS Audit Manager
B. AWS CloudTrail
C. Amazon Fraud Detector
D. AWS Trusted Advisor
答案：B
問題：14
一家公司手動審查所有提交的 PDF 格式履歷。隨著公司發展，公司預計履歷數量將超出公司的審查能力。該公司需要一個自動化系統，將 PDF履歷轉換為純文字格式以進行額外處理。
哪項 AWS 服務滿足此要求？
A. Amazon Textract
B. Amazon Personalize
C. Amazon Lex
D. Amazon Transcribe
答案：A
問題：15
一家公司希望使用 Amazon Bedrock 和大型語言模型 (LLM) 來開發其產品手冊的聊天介面。這些手冊以 PDF 檔案形式儲存。
哪種解決方案能以最具成本效益的方式滿足這些要求？
A. 在使用者提交提示時，使用提示工程將一個 PDF 檔案作為上下文添加到使用者提示中。
B. 在使用者提交提示時，使用提示工程將所有 PDF 檔案作為上下文添加到使用者提示中。
C. 使用所有 PDF 文件對 Amazon Bedrock 中的模型進行微調。使用微調後的模型處理使用者提示。
D. 將 PDF 文件上傳到 Amazon Bedrock 知識庫。在使用者提交提示時，使用該知識庫提供上下文。
答案：A
問題：16
哪個術語描述了 AI 和自然語言處理 (NLP) 模型用於改善對文本資訊理解的真實世界物件和概念的數值表示？
A. 嵌入 (Embeddings)
B. 權杖 (Tokens)
C. 模型 (Models)
D. 二進位檔 (Binaries)
答案：A
問題：17
一家公司正在建立一個應用程式，需要根據現有資料生成合成資料。
該公司可以使用哪種類型的模型來滿足此要求？
A. 生成對抗網路 (GAN)
B. XGBoost
C. 殘差神經網路
D. WaveNet
答案：A
問題：18
一家公司希望使用生成式 AI 來提高開發人員生產力和軟體開發。該公司希望使用 Amazon Q Developer。
Amazon Q Developer 可以做什麼來幫助公司滿足這些要求？
A. 創建軟體片段、參考追蹤和開源授權追蹤。
B. 無需佈建或管理伺服器即可運行應用程式。
C. 啟用用於編碼的語音命令和提供自然語言搜尋。
D. 使用機器學習模型將音訊檔案轉換為文字文件。
答案：C
問題：19
一家公司正在建立一個使用 Amazon Bedrock 的應用程式。該公司預算有限，並且偏好靈活性而無需長期承諾。
哪種 Amazon Bedrock 定價模式滿足這些要求？
A. 隨需 (On-Demand)
B. 模型客製化 (Model customization)
C. 預置吞吐量 (Provisioned Throughput)
D. 競價執行個體 (Spot Instance)
答案：A
問題：20
一家數位設備公司希望預測客戶對記憶體硬體的需求。該公司沒有程式設計經驗或機器學習演算法知識，並且需要開發一個資料驅動的預測模型。該公司需要在內部資料和外部資料上執行分析。
哪種解決方案將滿足這些要求？
A. 將資料儲存在 Amazon S3 中。使用 Amazon SageMaker 內建演算法建立機器學習模型和需求預測，這些演算法使用來自 Amazon S3 的資料。
B. 將資料匯入 Amazon SageMaker Data Wrangler。使用 SageMaker 內建演算法建立機器學習模型和需求預測。
C. 將資料匯入 Amazon SageMaker Data Wrangler。使用 Amazon Personalize Trending-Now 配方建立機器學習模型和需求預測。
D. 將資料匯入 Amazon SageMaker Canvas。透過在 SageMaker Canvas 中選擇資料中的值來建立機器學習模型和需求預測。
答案：D
