數位大躍進：生成式AI 解答

運用大語言模型進行生成式AI應用時，應該考慮的倫理問題包括哪些？

• 訓練數據的質量
• 模型的運算效能
• 生成內容的不當使用風險
• 模型的學習率

以下哪個選項是生成式AI的例子？

• Microsoft Word
• Photoshop
• Google Sheets
• ChatGPT

下列何者是生成式AI(GAI)的特色？

• 無法客製化
• 多領域應用
• 不斷退步
• 無法提供創意和靈感

下列何者不是生成式AI(GAI)的應用？

• ChatGPT
• Pokemon Go
• 客服機器人
• Midjourney

如何控制大語言模型生成文本的風格和主題？

• 調整模型的學習率
• 在生成過程中手動指定(prompt)風格和主題
• 使用更多預訓練的模型
• 增加模型的深度

AI生成內容(AIGC)的出現對數位內容產業的影響為何？

• 使得內容生成的門檻降低、效率明顯提升
• 使得內容品質普遍下降
• 使得內容產業規模縮小
• 使得內容產業壟斷加劇

以下哪個因素是全球AI生成內容(AIGC)市場的機會之一？

• 機敏資料外洩的風險
• 生成內容偏差及不正確
• 資料獲取的版權問題
• 數位內容需求的快速增長

運用大語言模型進行生成式AI時，如何防範生成內容的風險？

• 過濾輸入剃除不當意圖
• 挑選可靠的大語言模型
• 檢驗輸出確保無不當內容
• 以上皆是

彌補大語言模型欠缺企業專業知識的方法，下列何者不適合一般企業？

• 以企業資料進行微調訓練
• 以企業資料進行檢索生成(RAG)
• 以企業資料訓練全新的大語言模型
• 將相關企業資料手動帶入提示(few-shot prompting)

生成式對話系統的主要目標為何？

• 辨識對話中的情感和意圖
• 分析大量對話資料以提取模式和特徵
• 生成與人類對話相似的內容
• 分析對話資料以提取模式和特徵以及辨識對話中的情感和意圖