iPAS 考題解析
為提升生成式 AI 系統回應的語境一致性，常會結合哪類模型技術？
初級 人工智慧基礎概論
難度：中等 ★★☆ 114 年考題
考試範圍定位
- 考試等級
- 初級能力鑑定
- 考試科目
- 人工智慧基礎概論
- 知識主題
- 鑑別式 AI 與生成式 AI 概念
- 能力指標
- 鑑別式 AI 與生成式 AI 的基本原理（L11401）
本題屬於 iPAS AI 應用規劃師初級能力鑑定「人工智慧基礎概論」科目中的「鑑別式 AI 與生成式 AI 概念」範疇， 對應的能力指標為「鑑別式 AI 與生成式 AI 的基本原理」，涵蓋模型部署與效能管理、技術測試與驗證等核心知識點。 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
為提升生成式 AI 系統回應的語境一致性，常會結合哪類模型技術？
- A. 決策樹分類器（Decision Tree Classifier）；
- B. 條件語言模型（Conditional Language Model）； ✓ 正確答案
- C. 強化學習 Q-learning 函數模型；
- D. 基因演算法（Genetic Algorithm）
詳細解析
正確答案：B. 條件語言模型（Conditional Language Model）；
條件語言模型能根據給定的上下文（條件）生成連貫的文字，確保回應與輸入語境一致。現代大型語言模型（如 GPT）本質上就是條件語言模型，根據前文預測下一個 token。
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. 決策樹分類器（Decision Tree Classifier）； （不正確）
決策樹分類器用於分類任務，無法生成連貫的自然語言回應。
B. 條件語言模型（Conditional Language Model）； （正確）
條件語言模型根據上下文條件生成文字，能確保語境一致性，是生成式 AI 的核心技術。
C. 強化學習 Q-learning 函數模型； （不正確）
Q-learning 是強化學習的值函數方法，主要用於決策最優化，非語言生成技術。
D. 基因演算法（Genetic Algorithm） （不正確）
基因演算法是一種搜尋最優化方法，不適合處理語言生成的語境一致性問題。
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。
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 114 年 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。