問題：61
一家公司希望使用 Amazon SageMaker 建立一個機器學習模型。該公司需要跨多個團隊共享和管理模型開發所需的變數。
哪項 SageMaker 功能滿足這些要求？A. Amazon SageMaker Feature Store
B. Amazon SageMaker Data Wrangler
C. Amazon SageMaker Clarify
D. Amazon SageMaker Model Cards
答案：A
問題：62
一家公司希望使用預訓練的大型語言模型 (LLM) 建立一個用於產品推薦的聊天機器人。該公司需要 LLM 輸出簡短且以特定語言撰寫。
哪種解決方案將使 LLM 回應品質與公司的期望保持一致？
A. 調整提示。
B. 選擇不同大小的 LLM。
C. 增加溫度。
D. 增加 Top K 值。
答案：A
問題：63
一家公司正在使用 Amazon Bedrock 上的基礎模型 (FM) 來總結內部使用的文件。該公司訓練了一個自訂模型以提高總結品質。
該公司必須採取哪項行動才能透過 Amazon Bedrock 使用自訂模型？
A. 為自訂模型購買預置吞吐量。
B. 將自訂模型部署到 Amazon SageMaker 端點以進行即時推論。
C. 在 Amazon SageMaker 模型註冊表中註冊模型。
D. 在 Amazon Bedrock 中授予自訂模型的存取權限。
答案：A
問題：64
一位 AI 從業人員有一個動物照片資料庫。這位 AI 從業人員希望無需人工手動操作即可自動識別和分類照片中的動物。
哪種策略滿足這些要求？
A. 物件偵測
B. 異常偵測
C. 命名實體辨識
D. 圖像修復
答案：A
問題：65
一家研究公司使用 Amazon Bedrock 上的基礎模型 (FM) 實施了一個聊天機器人。該聊天機器人從大量的研究論文資料庫中搜尋問題的答案。
經過多次提示工程嘗試後，該公司發現 FM 由於研究論文中複雜的科學術語而表現不佳。
該公司如何提高聊天機器人的效能？
A. 使用少樣本提示來定義 FM 如何回答問題。
B. 使用領域適應微調來使 FM 適應複雜的科學術語。
C. 更改 FM 推論參數。
D. 清理研究論文資料以刪除複雜的科學術語。
答案：B
問題：66
一家醫療公司在 Amazon Bedrock 上部署了一個疾病偵測模型。為了遵守隱私政策，該公司希望防止模型在回應中包含個人病患資訊。該公司還希望在政策違規發生時收到通知。
哪種解決方案滿足這些要求？
A. 使用 Amazon Macie 掃描模型的輸出以尋找敏感資料，並設定潛在違規的警報。
B. 設定 AWS CloudTrail 來監控模型的響應，並為任何檢測到的個人資訊建立警報。
C. 使用 Amazon Bedrock 的護欄 (Guardrails for Amazon Bedrock) 來過濾內容。設定 Amazon CloudWatch 警報以通知政策違規。
D. 實作 Amazon SageMaker Model Monitor 來偵測資料漂移，並在模型品質下降時接收警報。
答案：C
問題：67
一家教育提供商正在建立一個問答應用程式，該應用程式使用生成式 AI
模型來解釋複雜概念。該教育提供商希望根據提問者的年齡範圍自動更改模型回應的風格。該教育提供商將向模型提供提問者的年齡範圍。
哪種解決方案能以最少的實作工作量滿足這些要求？
A. 透過使用代表應用程式將支援的各種年齡範圍的額外訓練資料來微調模型。
B. 在提示上下文中添加角色描述，指示模型回應應針對的年齡範圍。
C. 使用思維鏈推理來推斷適合該使用者的正確風格和複雜度。
D. 根據使用者的年齡總結回應文本，以便年輕使用者收到較短的回應。
答案：B
問題：68
一家社群媒體公司希望使用大型語言模型 (LLM) 進行內容審核。該公司希望評估 LLM 輸出是否存在偏見以及對特定群體或個人的潛在歧視。
該公司應該使用哪個資料來源來以最少的管理工作量評估 LLM 輸出？
A. 使用者生成內容
B. 審核日誌
C. 內容審核指南
D. 基準資料集
答案：D
問題：69
哪種策略評估用於圖像分類任務的基礎模型 (FM) 的準確性？
A. 計算模型使用的資源總成本。
B. 衡量模型在預定義基準資料集上的準確性。
C. 計算神經網路中的層數。
D. 評估模型處理的圖像的色彩準確性。
答案：B
問題：70
一家公司有數 TB 的資料庫中的資料，公司可以用於業務分析。該公司希望建立一個基於 AI 的應用程式，可以根據員工提供的輸入文本建立 SQL 查詢。這些員工的技術經驗最少。
哪種解決方案滿足這些要求？
A. 生成式預訓練轉換器 (GPT)
B. 殘差神經網路
C. 支援向量機
D. WaveNet
答案：A
