17. 許多生成式 AI 應用平台提供工具(Tools)或工具呼叫(Tool Calling)功能。這些功能主要是為了彌補大型語言模型(LLM)的哪一項先天限制？ (A)LLM 本質為機率預測模型，無法直接取得即時資訊、執行高精度數值運算，或呼叫外部工具與系統完成特定任務； (B)LLM 的上下文視窗(Context Window)容量有限，必須透過外部工具來動態增加模型單次可處理的最大 Token 上限； (C)LLM 本身無法輸出結構化資料格式(如 JSON)，必須仰賴外部工具進行二次轉譯與程式碼排版； (D)工具可直接更新模型權重，使模型永久具備新的知識與能力，而無須重新訓練模型

24. 某企業「人資 AI 助理」採檢索增強生成(RAG)技術，系統會先檢索前 10 筆相關規章，再由其中排序最前面的 3 筆文件提供大型語言模型(LLM)作為回答依據。員工查詢「留職停薪規定」時，AI 遺漏了所屬部門最新補充規定。技術團隊確認該規定已成功檢索，但排序第 8 名，因此未被優先提供給大型語言模型作為回答依據。在不重新訓練模型、不重新建立向量資料庫的前提下，應優先導入下列何種元件改善此問題？ (A)查詢擴展器(Query Expansion)，自動加入同義詞或相關關鍵字擴展查詢內容，以提高相關文件被檢索到的機率； (B)文本切分器(Text Splitter)，將長篇規章拆分成較小段落，以利建立文件索引； (C)重排序器(Reranker)，重新評估初步檢索結果的相關性，將最相關的文件優先提供大型語言模型(LLM)參考； (D)語意快取器(Semantic Cache)，儲存常見查詢與 AI 回覆，遇到語意相近的問題時直接回傳先前結果，以降低運算成本與回應時間

相關試題

相關試卷