AWS AIF-C01

जनरेटिव AI की मूल बातें

यहाँ 12 मुफ़्त प्रश्न, ऐप में सभी 60

आसान 20 इनमें से 8 यहाँ मध्यम 20 इनमें से 2 यहाँ कठिन 20 इनमें से 2 यहाँ

आसान

20 में से 8 प्रश्न

जेनरेटिव AI की बुनियादी अवधारणाएँ

  1. लैंग्वेज मॉडल के लिए टोकन क्या है?
  2. एम्बेडिंग क्या है?
  3. जनरेटिव AI एप्लिकेशन में वेक्टर डेटाबेस का उपयोग किसलिए होता है?
  4. RAG के लिए दस्तावेज़ तैयार करते समय चंकिंग का क्या अर्थ है?
  5. फ़ाउंडेशन मॉडल की विशेषता क्या है?
  6. अधिकांश लार्ज लैंग्वेज मॉडल किस आर्किटेक्चर पर आधारित हैं?
  7. मल्टीमॉडल मॉडल क्या है?
  8. डिफ़्यूज़न मॉडल छवियाँ कैसे जनरेट करते हैं?

स्तर आसान के सभी 20 प्रश्न ऐप में अभ्यास करें →

मध्यम

20 में से 2 प्रश्न

जेनरेटिव AI की बुनियादी अवधारणाएँ

  1. दो वाक्यों के embeddings बहुत मिलते-जुलते हैं। इससे क्या निष्कर्ष निकलता है?
  2. RAG के लिए chunks बहुत बड़े चुनने पर आमतौर पर क्या होता है?

स्तर मध्यम के सभी 20 प्रश्न ऐप में अभ्यास करें →

कठिन

20 में से 2 प्रश्न

जेनरेटिव AI की बुनियादी अवधारणाएँ

  1. एक टीम अपनी ज्ञान खोज के लिए नए embedding मॉडल पर जाती है, लेकिन पहले से सहेजे गए vectors को अपरिवर्तित छोड़ देती है। संभावित परिणाम क्या है?
  2. एक RAG एप्लिकेशन में परिणाम अक्सर आधे प्रश्न का ही उत्तर देते हैं क्योंकि संबंधित वाक्य दो chunks में बँट जाते हैं। कौन-से उपाय मदद करते हैं?

स्तर कठिन के सभी 20 प्रश्न ऐप में अभ्यास करें →

सर्टिफ़िकेशन और परीक्षाएँ

अगली परीक्षा कौन-सी होगी?

आप 51 परीक्षाओं का अभ्यास पहले से कर सकते हैं, 16 पर वोटिंग चल रही है। सभी सर्टिफ़िकेशन आधिकारिक जानकारी के साथ देखें, वोट करें या अपनी परीक्षा सुझाएँ।

सभी सर्टिफ़िकेशन देखें