iPAS 考題解析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

解析

正確答案：A. 1 → 2 → 4 → 3

優先修正 ASR 辨識錯誤（步驟1），因為輸入錯誤會連帶影響後續所有環節。接著優化 LLM 回覆品質（步驟2），再微調生成溫度（步驟4）提升輸出品質，最後處理延遲問題（步驟3），因為延遲目前仍可接受。

每個選項為什麼對或錯

• A 1 → 2 → 4 → 3 正解

  先修正輸入端 ASR（1）→ 優化 LLM 回覆（2）→ 調整生成溫度（4）→ 最後處理延遲（3）。

• B 2 → 1→ 3 → 4 錯誤選項

  先處理 LLM 但 ASR 輸入有誤，LLM 優化效果會受限。

• C 1 → 3 → 2 → 4 錯誤選項

  延遲目前可接受，不應優先於 LLM 優化處理。

• D 3 → 1 → 2 → 4 錯誤選項

  延遲不是主要問題，不應排在第一步。

答案、題目或解析有問題？回報這題

題目 © 經濟部產業發展署，AITerms.tw 僅作教學解析使用，本站解析以 CC BY-NC-SA 4.0 授權。