iPAS 考題解析
GAN 的 Mode Collapse 問題可用什麼方法解決？
中級 人工智慧技術應用與規劃
難度：進階 ★★★
考試範圍定位
- 考試等級
- 中級能力鑑定
- 考試科目
- AI 技術應用與規劃
- 知識主題
- AI 相關技術應用
- 能力指標
- 生成式 AI 技術與應用（L21103）
本題屬於 iPAS AI 應用規劃師中級能力鑑定「AI 技術應用與規劃」科目中的「AI 相關技術應用」範疇， 對應的能力指標為「生成式 AI 技術與應用」，涵蓋LLM、Diffusion Model、RLHF、生成架構比較等核心知識點。 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
GAN 的 Mode Collapse 問題可用什麼方法解決？
- A. 梯度懲罰
- B. 使用 Wasserstein 距離 (WGAN) ✓ 正確答案
- C. 隨機擾動潛在向量
- D. 使用多尺度鑑別器
詳細解析
正確答案：B. 使用 Wasserstein 距離 (WGAN)
Mode Collapse 是生成器只學會產生少數幾種樣本。WGAN 用 Wasserstein 距離取代原本的 JS 散度，提供更穩定的梯度訊號，讓生成器能學習更多樣化的輸出。
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. 梯度懲罰 （不正確）
梯度懲罰是 WGAN-GP 的技術，是 WGAN 的改進版，但根本解法是 Wasserstein 距離
C. 隨機擾動潛在向量 （不正確）
隨機擾動潛在向量是輔助手段，不是根本解決方案
D. 使用多尺度鑑別器 （不正確）
多尺度鑑別器有助於提高生成品質，但不是解決 Mode Collapse 的核心方法
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。
多模態學習中，某模態資料缺失（例如只有影像沒有文本），下列何者是最穩健的處理方式？
中級 人工智慧技術應用與規劃 難度 ★★★
特徵尺度差異極大時，最適合的預處理方法為何？
中級 人工智慧技術應用與規劃 難度 ★★★
某金融科技公司欲導入AI模型協助客服郵件自動分類（投訴、詢問、表揚）。團隊同時考慮兩種模型設計：方案A（生成式路徑）：採用VAE建構潛在語意空間，再結合下游分類器進行標籤預測；方案B（鑑別式路徑）：採用BERT Classifier直接根據輸入文本進行監督式分類。現有標註資料約2,000筆，資料分佈均勻但擴充成本高。若團隊希望公平比較兩種模型的資料利用效率與泛化能力，下列哪一種實驗設計最能突顯兩者的本質差異？
中級 人工智慧技術應用與規劃 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。 本題來自中級考試範圍，需要具備紮實的技術基礎才能正確作答。
開始準備 iPAS 考試
本題來自 iPAS AI 應用規劃師中級考試。 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。