iPAS 考題解析
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：中等 ★★☆
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
- 生成式 AI 應用領域與常見工具（L12201）
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「生成式 AI 應用領域與常見工具」，涵蓋文本、圖像、聲音；OpenAI API、ChatGPT、Midjourney、Copilot Studio、GitHub Copilot、Cursor、Gemini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
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？
- A. 卷積神經網絡（CNN）
- B. 生成對抗網絡（GAN）
- C. 擴散模型（Diffusion Model） ✓ 正確答案
- D. 自然語言處理（NLP）
詳細解析
正確答案：C. 擴散模型（Diffusion Model）
DALL-E-2 的核心技術是擴散模型（Diffusion Model），透過逐步去噪過程生成逼真圖片。
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. 卷積神經網絡（CNN） （不正確）
CNN 用於圖像特徵提取和分類，不是 DALL-E-2 生成圖像的核心技術
B. 生成對抗網絡（GAN） （不正確）
GAN 是早期圖像生成技術，但 DALL-E-2 使用的是擴散模型（Diffusion Model）而非 GAN
D. 自然語言處理（NLP） （不正確）
NLP 處理的是文本理解（輸入端），不是圖像生成的核心技術
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。
中等題備考建議
- ▶ 本題屬於中等難度，需要理解概念之間的關聯與應用情境，不能只靠死背定義。
- ▶ 中等難度的題目常考「為什麼」和「怎麼用」，建議整理各技術的優缺點比較表。
- ▶ 練習時注意錯誤選項的陷阱設計，很多時候錯誤選項只有一兩個字的差異，需要仔細辨別。
- ▶ 建議用「費曼學習法」，嘗試向別人解釋這道題的解題思路，能講清楚就代表真正理解了。
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。
若企業使用第三方AI API（如OpenAI、Claude、Gemini等），協助處理內部資料，為避免敏感資訊遭模型記憶或進一步分析，應優先採取下列哪一種作法？
初級 生成式AI應用與規劃 難度 ★★☆
某公司開發的智慧車載語音助理，可透過語音辨識（ASR）辨識駕駛語音，再由 LLM 生成回答並查詢車載 API。測試中發現：ASR 對汽車專業術語辨識錯誤率高；LLM 的回覆常不精確；系統回覆延遲雖存在但仍可接受。若目標是「優先提升準確性與回答品質」，下列改進步驟的最合理執行順序為何？ 1. 擴充並標註汽車領域語音資料，微調 ASR 模型 2. 微調 LLM 並加入檢索增強（RAG） 3. 優化系統架構，引入批次推論降低延遲 4. 動態調整生成溫度，平衡準確度與多樣性
初級 生成式AI應用與規劃 難度 ★★☆ 114 年
某企業建置檢索增強生成（Retrieval-augmented generation, RAG）系統支援內部知識查詢。隨著使用量提升，團隊發現模型回覆品質穩定，但推論延遲與運算成本逐漸增加。專案規劃在維持回覆品質前提下進行效能優化。在此情境下，若採用知識蒸餾（Knowledge Distillation），下列敘述何者最為合理？
初級 生成式AI應用與規劃 難度 ★★☆ 115 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。