23. 生成式 AI 在處理文字前，會先進行斷詞(Tokenization)，將文字拆解成多個 Token。當模型遇到訓練資料中從未看過的罕見專有名詞時，現代 AI 技術最普遍的處理方式為何？ (A)將該名詞拆解為較小的已知片段，再依據這些片段進行後續語言處理與生成； (B)系統因為看不懂這個新單字，會直接在對話中忽略並刪除它； (C)系統會立即判定格式錯誤，並強制中斷整段對話的運行； (D)手動建立該名詞的新 Token，並更新模型詞彙表後再繼續生成內容

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