阿摩線上測驗 登入

最新科目

最新試卷

115年 - 115 中央存款保險公司進用正式職員公開甄試試題_際金融事務人員(七職等)、 宣導媒體規劃人員(七職等):邏輯推理#143705(40題)

115年 - 115 專技高考_不動產估價師:不動產估價實務#143703(3題)

115年 - 115 專技高考_民間之公證人:英文#143702(3題)

115年 - 115 專技高考_會計師:成本會計與管理會計#143701(38題)

115年 - 115 專技高考_會計師:中級會計學#143700(33題)

115年 - 115 專技高考_專利師(選試專業英文及電子學)、專利師(選試專業日文及電子學):電子學#143699(18題)

115年 - 115 專技高考_專利師(選試專業英文及工程力學)、專利師(選試專業英文及生物技術)、專利師(選試專業英文及電子學)、專利師(選試專業英文及物理化學)、專利師(選試專業英文及工業設計)、專利師(選試專業英文及計算機結構):專業英文#143698(28題)

115年 - 115 專技高考_專利師(選試專業英文及工業設計)、專利師(選試專業日文及工業設計):工業設計#143697(8題)

115年 - 115 專技高考_專利師(選試專業日文及工程力學)、專利師(選試專業日文及生物技術)、專利師(選試專業日文及電子學)、專利師(選試專業日文及物理化學)、專利師(選試專業日文及工業設計)、專利師(選試專業日文及計算機結構):專業日文#143696(27題)

115年 - 115 專技高考_專利師:專利審查基準與實務#143695(22題)

最新試題

最新申論題

最新課程

最新主題筆記

最新討論

17. 提供植物 $\mathrm{H}_{2}^{18}\mathrm{O}$ 和 $\mathrm{C}^{16}\mathrm{O}_{2}$ 進行光合作用,過程中產生的氧和葡萄糖應為下列何者? (A) $^{18}\mathrm{O}_{2}, \mathrm{C}_{6} \mathrm{H}_{12}^{18} \mathrm{O}_{6}$ (B) $^{16}\mathrm{O}_{2}, \mathrm{C}_{6} \mathrm{H}_{12}^{18}\mathrm{O}_{6}$ (C) $^{16}\mathrm{O}_{2}, \mathrm{C}_{6} \mathrm{H}_{12}^{16}\mathrm{O}_{6}$ (D) $^{18}\mathrm{O}_{2}, \mathrm{C}_{6} \mathrm{H}_{12}^{16}\mathrm{O}_{6}$。

18. 臺灣是個物種非常豐富的島國,最近生態學家在一個淡水生態系中發現了新的草履蟲物種,特別觀察這種草履蟲在原生環境中的伸縮泡收縮次數,經過測量為每分鐘 30 次。而這種草履蟲被發現在純水中也可以存活一段時間,經過實驗測量與觀察,下列敘述何者最可能被觀測到? (A) 收縮次數小於 30 次,因為純水對草履蟲來說屬於高張溶液 (B) 收縮次數小於 30 次,因為純水對草履蟲來說屬於低張溶液 (C) 收縮次數大於 30 次,因為純水對草履蟲來說屬於高張溶液 (D) 收縮次數大於 30 次,因為純水對草履蟲來說屬於低張溶液。

22. 某企業導入模型內容協定(Model Context Protocol, MCP)架構,建立一個 AI 客服助理。系統中:AI 客戶端負責與使用者互動並決定何時需要外部資訊;MCP Server 提供查詢訂單狀態、取得產品資訊等能力;後端資料庫保存交易資料。下列敘述何者正確? (A)MCP Server 等同於大型語言模型本身,負責生成自然語言回應; (B)MCP Server 負責提供標準化工具與資料存取能力,模型可透過協定呼叫; (C)後端資料庫必須直接連接使用者介面,才能符合 MCP 架構; (D)MCP 的主要目的在於取代資料庫管理系統

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