iPAS 考題解析
某公司部署結合Fine-tuning與檢索增強生成（RAG）的語言模型系統作為內部文件助理。系統需同時確保回覆語氣一致、能即時查詢每日新增文件、維持效能穩定，並避免頻繁重新訓練。在長期維護與效能平衡下，下列哪一種策略最合適？
初級 生成式AI應用與規劃
難度：進階 ★★★
考試範圍定位
- 考試等級
- 初級能力鑑定
- 考試科目
- 生成式 AI 應用與規劃
- 知識主題
- 生成式 AI 應用領域與工具使用
- 能力指標
- 如何善用生成式 AI 工具（L12202）
本題屬於 iPAS AI 應用規劃師初級能力鑑定「生成式 AI 應用與規劃」科目中的「生成式 AI 應用領域與工具使用」範疇， 對應的能力指標為「如何善用生成式 AI 工具」，涵蓋提示工程（提示詞框架、設計與優化）、RAG、AI 工具整合等核心知識點。 考生在準備這個範疇時，需要掌握相關的理論基礎與實務應用。
題目與選項
某公司部署結合Fine-tuning與檢索增強生成（RAG）的語言模型系統作為內部文件助理。系統需同時確保回覆語氣一致、能即時查詢每日新增文件、維持效能穩定，並避免頻繁重新訓練。在長期維護與效能平衡下，下列哪一種策略最合適？
- A. 每週重新Fine-tune模型，將新文件整合進模型知識，逐步取代RAG模組；
- B. 完全依靠基礎模型與RAG，不進行Fine-tune，僅透過提示設計控制語氣；
- C. 每日進行增量Fine-tune，讓模型即時學習新文件內容，避免依賴檢索；
- D. 保留語氣相關Fine-tuning，僅透過檢索系統更新新文件內容，不頻繁改動模型 ✓ 正確答案
詳細解析
正確答案：D. 保留語氣相關Fine-tuning，僅透過檢索系統更新新文件內容，不頻繁改動模型
保留語氣 Fine-tuning 確保風格一致，透過 RAG 即時更新新文件內容，避免頻繁重訓，是最平衡的策略。
各選項逐一解析
理解每個選項為什麼對或錯，是真正掌握這個知識點的關鍵。以下逐一分析每個選項的含義與判斷依據。
A. 每週重新Fine-tune模型，將新文件整合進模型知識，逐步取代RAG模組； （不正確）
每週重新 Fine-tune 成本高且取代 RAG 會喪失即時查詢新文件的能力
B. 完全依靠基礎模型與RAG，不進行Fine-tune，僅透過提示設計控制語氣； （不正確）
完全不 Fine-tune 則無法確保語氣一致性，僅靠提示設計控制語氣效果有限
C. 每日進行增量Fine-tune，讓模型即時學習新文件內容，避免依賴檢索； （不正確）
每日增量 Fine-tune 頻率過高且成本極大，且模型可能因過度微調而退化
延伸學習
本題尚未連結特定術語，你可以從以下常見主題開始探索相關知識。
進階題備考建議
- ▶ 本題屬於進階難度，涉及技術原理的深入理解或跨領域整合應用，需要紮實的基礎。
- ▶ 進階題通常需要你綜合多個知識點才能判斷，建議建立知識圖譜，把相關概念串聯起來。
- ▶ 如果這題答錯了，建議回頭複習相關的基礎概念，確保每一層知識都沒有漏洞。
- ▶ 中級考試的進階題佔比較高，建議先把初級範圍的基礎打穩，再挑戰中級進階題。
同主題考題練習
以下題目與本題屬於相同的考試範疇，建議一併練習以加強對該主題的掌握程度。
能使用 DALL-E-2 生成各式逼真的圖片，最關鍵的應用技術為何？
初級 生成式AI應用與規劃 難度 ★★☆ 114 年
在 AI 應用設計中，Model Context Protocol（MCP）與檢索增強生成（RAG）都能擴展模型的能力，但兩者的核心差異主要為下列何者？
初級 生成式AI應用與規劃 難度 ★★☆ 114 年
某金融機構導入檢索增強生成（Retrieval-Augmented Generation, RAG）模型，用於客服文件查詢與自動回覆。由於大型模型運算成本過高，若考慮引入知識蒸餾（Knowledge Distillation, KD）技術，下列何者為帶來的主要效益？
初級 生成式AI應用與規劃 難度 ★★☆ 114 年
iPAS AI 應用規劃師認證簡介
iPAS AI 應用規劃師能力鑑定是經濟部產業發展署推動的國家級 AI 證照制度， 分為「初級」與「中級」兩個等級。初級考試包含「人工智慧基礎概論」和「生成式 AI 應用與規劃」兩個科目， 著重基本概念的理解與應用。中級考試涵蓋「AI 技術應用與規劃」「大數據處理分析與應用」「機器學習技術與應用」三個科目， 要求考生具備更深入的技術知識與實務能力。 本題來自初級考試範圍，適合正在準備初級認證的考生練習。
開始準備 iPAS 考試
本題來自 iPAS AI 應用規劃師初級考試。 想通過 iPAS 認證？從完整題庫練習開始，搭配術語詞典與備考攻略，系統化提升你的 AI 知識。