iPAS 考題解析
某開發團隊在建置企業內部知識檢索系統時，選擇採用多向量檢索器（Multi-vector Retriever），下列何者為協助提升系統查詢的完整性與精準度的主要方式？
初級 生成式AI應用與規劃
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
- 生成式 AI 應用與規劃
- 知識主題
- No code / Low code 概念
- 能力指標
- No Code / Low Code 的基本概念（L12101）
本題屬於 iPAS AI 應用規劃師初級能力鑑定「生成式 AI 應用與規劃」科目中的「No code / Low code 概念」範疇， 對應的能力指標為「No Code / Low Code 的基本概念」，涵蓋工具本身的基本認知與基礎概念等核心知識點。 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
某開發團隊在建置企業內部知識檢索系統時，選擇採用多向量檢索器（Multi-vector Retriever），下列何者為協助提升系統查詢的完整性與精準度的主要方式？
- A. 支援同時處理多種資訊表示，提升跨文本型態的檢索效果 ✓ 正確答案
- B. 透過多向量壓縮與共享權重方式，降低檢索過程的運算與儲存成本
- C. 以切分並過濾文件片段，減少上下文長度帶來的 Token 負擔
- D. 透過調整生成階段的溫度參數，使模型在回覆時更穩定一致
詳細解析
正確答案：A. 支援同時處理多種資訊表示，提升跨文本型態的檢索效果
多向量檢索器的核心價值是能同時處理多種資訊表示（如文字、表格、圖片等不同型態），為同一份文件產生多個向量表示，從而提升跨文本型態的檢索效果，讓查詢結果更完整且精準。
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. 支援同時處理多種資訊表示，提升跨文本型態的檢索效果 （正確）
正確：多向量檢索器支援多種資訊表示，提升跨文本型態的檢索完整性與精準度。
B. 透過多向量壓縮與共享權重方式，降低檢索過程的運算與儲存成本 （不正確）
多向量檢索器的重點不在降低成本，而在提升檢索品質。
C. 以切分並過濾文件片段，減少上下文長度帶來的 Token 負擔 （不正確）
切分與過濾文件是 Chunking 的功能，不是多向量檢索器的主要方式。
D. 透過調整生成階段的溫度參數，使模型在回覆時更穩定一致 （不正確）
溫度參數調整是生成階段的設定，與多向量檢索器無關。
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。
在 Agentic AI 的架構中，解決方案圖譜（Solution Graph）常被用來輔助代理的任務執行，其主要作用為何？
初級 生成式AI應用與規劃 難度 ★★☆ 114 年
某企業將機器學習模型部署於線上推薦系統。模型在測試階段表現良好，但上線數月後，點擊率與預測準確度逐漸下降。經分析發現，近期使用者行為模式與模型訓練期間的資料特徵出現顯著變化。此現象最可能屬於下列何者？
初級 生成式AI應用與規劃 難度 ★★☆ 115 年
使用生成式AI產出需要邏輯清晰、高度準確性與一致性的文本時，下列哪一種溫度（Temperature）設定最能有助於降低回答的不確定性並提升一致性？
初級 生成式AI應用與規劃 難度 ★★☆
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。