「AI基礎建設與平台選型」[解答]@e等公務園+e學中心

E等公務員測驗解答：AI基礎建設與平台選型，供備考參考。

  「AI基礎建設與平台選型」e等公務園+e學中心+學習平臺解答

相信大家會搜尋進來，應該也是為了更快速完成測驗，貼心的我們懂你❤資料均網路上蒐集整理，僅供參考。大家善用Ctrl+F搜尋題目關鍵字，相信很快就找到答案。

問：為何建議使用自有 AI 模型處理敏感資料？

        比較酷

        較容易實作

v 可離線執行，避免資料外洩

        雲端會更快

 

問：Red Hat 建議在導入 AI 時應如何避免供應商鎖定？

        完全使用 SaaS 模型

        選擇閉源架構

v 建立雲端無關的開放平台

        關閉資料日誌記錄

問：什麼是 Prompt Object？

        對資料庫進行視覺化操作

        一種資料備份方式

v 可直接與儲存資料對話的 API

        與雲端硬體無關的部署架構

 

問：在資料查詢效能上，Trino 相較於 MSSQL 的改善幅度為？

        大致相同

        效能下降

v 約 90% 提升以上

        僅適用於小型資料集

問：根據簡報內容，AI 世代的儲存需求特徵是？

        低容量、單點傳輸

        SATA HDD 與 10 GigE

v TBs 至 EB 級數據量，400-800GbE

        完全離線資料操作

問：在 AI 的演進過程中，AGI 是指：

        專為特定任務設計的模型

        初階預測分析模型

v 具備類人理解能力的通用人工智慧

        一種語音辨識技術

 

問：根據 Red Hat 分類，將外部模型整合進內部流程的方式稱為？

        Taker

v Shaper

        Maker

        Coder

問：Red Hat 提出的 MVP 是指？

        最大視覺處理量

        模型驗證過程

v 最小可行產品

        資料視覺化平台

 

問：MinIO AIStor 特別為哪種硬體設備優化？

        磁帶機

v GPU 和 NVMe SSD

        CPU 與 DRAM

        MicroSD 儲存卡

問：下列哪一項不是 AI 平台應該具備的能力？

         模型推理運行時

v 資料遺失模擬器

        模型效能監控

        模型偏誤偵測

問：企業選擇自建 AI 模型的風險之一是？

        無需維護

        成本較低

        模型過於彈性

v 對專業知識需求高

 

問：下列何者是「生成式 AI」的主要特徵？

        僅能識別輸入資料

v 能生成全新內容

        無需訓練即可使用

        適合處理結構化數據

問：Red Hat 平台如何進行模型監控與解釋？

        使用 Google Analytics

v TrustyAI 工具組

        內建防火牆 API

        SSH 指令列控制台

 

問：Hare Runtime 是一種什麼樣的元件？

        圖像渲染器

        SQL 儲存引擎

        雲端儲存設備

v 運算與查詢執行平台

問：以下哪一項是 AI 導入風險的具體表現？

        資料整理成本過低

        模型回應太快

v 隱私洩露與模型偏誤

        使用者太熟悉系統

問：「預測型 AI」主要適合用於哪種情境？

        音樂生成

        文字創作

v 表格分析與未來預測

        構圖繪畫

 

問：Red Hat 提供哪一項服務協助企業建立 AI 平台？

        SaaS 技術監控

v AI 加速服務（AI Accelerator）

        免費 GPU 租賃計畫

        區塊鏈部署工具

問：MinIO AIStor 提供哪一種儲存技術？

        區塊儲存

        檔案儲存

v S3 相容的物件儲存

        傳統 HDD 儲存

 

問：根據 Red Hat 的簡報，企業導入 AI 需考慮哪三大關鍵支柱？

        成本控制、工具選型、資料治理

        演算法、資料來源、GPU 效能

v 導入成熟度、平台準備度、風險管理

        預算、人力、供應鏈協同

問：下列哪一項不是 MinIO AIStor 的特點？

        快速部署

v 與 Kubernetes 不相容

        開箱即用的 AI 整合

        雲原生設計