Qwissit
Deutsch
English
Español
Français
हिन्दी
中文
人工智能
AWS AIF-C01
人工智能
AWS AIF-C01
生成式人工智能基础
此处 12 道免费题,应用中共 60 道
在应用中练习
简单
20
其中 8 道在此
中等
20
其中 2 道在此
困难
20
其中 2 道在此
简单
20 道中的 8 道
生成式 AI 基础概念
对语言模型来说,token 是什么?
什么是嵌入(embedding)?
向量数据库在生成式 AI 应用中有什么用途?
在为 RAG 准备文档时,分块(chunking)是什么意思?
基础模型(foundation model)有什么特征?
大多数大语言模型基于哪种架构?
什么是多模态模型?
扩散模型(diffusion model)如何生成图像?
在应用中练习全部 20 道简单题 →
中等
20 道中的 2 道
生成式 AI 基础概念
两个句子的嵌入(embedding)非常相似。可以得出什么结论?
为 RAG 选择的分块(chunk)非常大时,通常会发生什么?
在应用中练习全部 20 道中等题 →
困难
20 道中的 2 道
生成式 AI 基础概念
一个团队为其知识搜索换用了新的嵌入模型,但保持已存储的向量不变。可能的后果是什么?
在一个 RAG 应用中,命中结果经常只回答了问题的一半,因为相关的句子被拆分到了两个分块中。哪些措施有帮助?
在应用中练习全部 20 道困难题 →