iPAS 考題解析某企業建置生成式AI系統，利用大量客服紀錄與產品評論資料訓練語言模型，由於資料來源多樣，且包含非結構化文字、影像與表格資訊，團隊希望在不降低模型效能的前提下，提升資料處理效率與一致性，下列哪一種資料處理策略最適合？
你的作答
在題目頁作答不會存進學習紀錄，想留下紀錄可以到題庫練習。
解析
正確答案：A. 建立資料湖（Data Lake）結構，並以Apache Spark或Ray進行分散式資料前處理與特徵抽取，再串接至模型訓練管線（Pipeline）
資料湖能儲存多種格式的原始資料，Apache Spark或Ray提供分散式處理能力可高效處理大規模異質資料，串接至訓練管線確保端到端一致性。單節點方式有擴展瓶頸，其他選項有資料洩漏或架構問題。
每個選項為什麼對或錯
-
A 建立資料湖（Data Lake）結構，並以Apache Spark或Ray進行分散式資料前處理與特徵抽取，再串接至模型訓練管線（Pipeline） 正解
資料湖+分散式處理框架+訓練管線的組合，最能應對多格式大量資料且保持效率與一致性。
-
B 採用單節點高效能伺服器搭配批次處理模式，集中執行資料清洗與格式轉換 錯誤選項
單節點伺服器處理大量多模態訓練資料會成為瓶頸，無法擴展。
-
C 將所有文字資料轉換為向量，並以資料庫索引方式直接餵入語言模型訓練 錯誤選項
僅向量化文字無法處理影像和表格，且跳過必要的清洗步驟。
-
D 使用生成式模型先行自動清理資料內容，再將結果輸入至下游訓練流程 錯誤選項
用生成式模型清理訓練資料可能引入偏差並造成資料污染，有循環依賴風險。
答案、題目或解析有問題？回報這題