iPAS 考題解析某顧問公司導入生成式 AI，協助團隊快速檢索並摘要長篇的法規文件。為了改善檢索結果常出現不相關或過於分散內容的問題，下列何者為團隊決定對文件進行文本切分（Chunking）的主要目的？
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：B. 提高檢索相關性與降低長上下文噪音
文本切分（Chunking）的主要目的是將長篇文件分割為語意完整的較小段落，使檢索系統能更精確地匹配相關內容，同時減少無關資訊的干擾。這直接提高了檢索的相關性並降低了長上下文帶來的噪音。
每個選項為什麼對或錯
-
A 讓模型在回答時能加快推理速度 錯誤選項
加快推理速度是切分的附帶效果，不是對文件進行 Chunking 的主要目的。
-
B 提高檢索相關性與降低長上下文噪音 正解
Chunking 的核心目的是提高檢索相關性，讓模型能找到最匹配的段落，降低噪音。
-
C 降低系統記憶體和硬體資源的負擔 錯誤選項
降低硬體負擔是附帶效果，主要目的是改善檢索品質。
-
D 使模型在生成回覆時更具創造性與多樣化 錯誤選項
Chunking 與生成的創造性無關，它影響的是檢索精確度。
答案、題目或解析有問題？回報這題