iPAS 考題解析
在大型 Transformer 模型的效能優化過程中，常見的方法之一是「剪枝（Pruning）」。下列哪一項最符合該方法的核心概念？
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
- 機器學習概念
- 能力指標
- 常見的機器學習模型（L11302）
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「機器學習概念」範疇， 對應的能力指標為「常見的機器學習模型」，涵蓋監督式、非監督式、半監督式、強化式、多模態、深度學習等核心知識點。 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
在大型 Transformer 模型的效能優化過程中，常見的方法之一是「剪枝（Pruning）」。下列哪一項最符合該方法的核心概念？
- A. 將模型中所有權重按比例縮小，使其值更接近零，以降低計算量；
- B. 移除模型中影響較小或冗餘的部分權重參數，以減少模型大小並提升推理效率； ✓ 正確答案
- C. 在訓練時僅更新部分權重而將其他權重凍結，從而減少需要調整的參數數量；
- D. 根據注意力分數動態跳過處理部分輸入 Token，以減少每次前向傳播的計算
詳細解析
正確答案：B. 移除模型中影響較小或冗餘的部分權重參數，以減少模型大小並提升推理效率；
剪枝（Pruning）的核心概念是識別並移除模型中對輸出影響最小的權重或神經元，從而減少模型大小和計算量，同時盡量保持模型效能。這是模型壓縮的重要技術之一。
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. 將模型中所有權重按比例縮小，使其值更接近零，以降低計算量； （不正確）
按比例縮小所有權重是量化（Quantization）或權重衰減的概念，不是剪枝。
B. 移除模型中影響較小或冗餘的部分權重參數，以減少模型大小並提升推理效率； （正確）
移除影響較小的權重參數以減少模型大小和提升效率，正是剪枝的核心概念。
C. 在訓練時僅更新部分權重而將其他權重凍結，從而減少需要調整的參數數量； （不正確）
凍結部分權重僅更新其他權重是微調策略（如 LoRA），不是剪枝。
D. 根據注意力分數動態跳過處理部分輸入 Token，以減少每次前向傳播的計算 （不正確）
動態跳過部分 Token 是稀疏注意力或提前退出機制的概念，不是剪枝。
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。