iPAS 考題解析
某開發團隊在建置企業內部知識檢索系統時,選擇採用多向量檢索器(Multi-vector Retriever),下列何者為協助提升系統查詢的完整性與精準度的主要方式?
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
- No code / Low code 概念
- 能力指標
- No Code / Low Code 的基本概念(L12101)
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「No code / Low code 概念」範疇, 對應的能力指標為「No Code / Low Code 的基本概念」,涵蓋工具本身的基本認知與基礎概念等核心知識點。 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
某開發團隊在建置企業內部知識檢索系統時,選擇採用多向量檢索器(Multi-vector Retriever),下列何者為協助提升系統查詢的完整性與精準度的主要方式?
- A. 支援同時處理多種資訊表示,提升跨文本型態的檢索效果; ✓ 正確答案
- B. 透過多向量壓縮與共享權重方式,降低檢索過程的運算與儲存成本;
- C. 以切分並過濾文件片段,減少上下文長度帶來的Token負擔;
- D. 透過調整生成階段的溫度參數,使模型在回覆時更穩定一致
詳細解析
正確答案:A. 支援同時處理多種資訊表示,提升跨文本型態的檢索效果;
Multi-vector Retriever 支援同時處理多種資訊表示(如摘要、原文、問題等),提升跨文本型態的檢索效果。
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. 支援同時處理多種資訊表示,提升跨文本型態的檢索效果; (正確)
多向量檢索器能同時處理文件的多種資訊表示(如摘要、標題、原文片段等),為每個表示生成向量,這樣能更全面地理解查詢意圖,顯著提升檢索的完整性與精準度。
B. 透過多向量壓縮與共享權重方式,降低檢索過程的運算與儲存成本; (不正確)
多向量壓縮和共享權重是模型壓縮技術,主要目的是降低模型大小和運算需求,而不是多向量檢索器提升查詢完整性與精準度的主要方式。
C. 以切分並過濾文件片段,減少上下文長度帶來的Token負擔; (不正確)
切分並過濾文件片段以減少上下文長度,這是文件分塊(Chunking)的功能,主要解決上下文視窗限制,與多向量檢索的核心特點不同。
D. 透過調整生成階段的溫度參數,使模型在回覆時更穩定一致 (不正確)
調整生成階段的溫度參數,是用來控制模型回覆的隨機性或穩定性,屬於生成模型的部分,與檢索器的查詢能力和精準度無關。
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。
學校教師如何引導學生正確使用生成式 AI 工具?
下列哪一項不是生成式 AI 工具在使用體驗方面的優化方向?
小莉老師準備使用生成式 AI 製作個人化學習系統,以下為她設計系統時可能採取的操作步驟,請依其邏輯順序排列:a.根據學生學習歷程與成績,輸入學生特徵 b.根據教材主題,指示 AI 生成適合的練習題與即時回饋 c.生成適應性學習計畫,讓每位學生依進度與弱點調整練習方式 d.匯入課綱與教學單元內容,建立知識結構圖。請問下列何者為較合理的順序?
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。