某零售企業導入生成式 AI 商品推薦系統。測試結果顯示，在購物行為、偏好設定與價格區間相同的情況下，不同客戶族群收到的推薦商品類型仍出現明顯差異，且差異方向不易以既有行銷策略解釋。若在模型架構與推論設定皆未調整情形下，專案目標是優先降低可能的模型偏差風險，下列何者最合理？
iPAS 考題解析
某零售企業導入生成式 AI 商品推薦系統。測試結果顯示，在購物行為、偏好設定與價格區間相同的情況下，不同客戶族群收到的推薦商品類型仍出現明顯差異，且差異方向不易以既有行銷策略解釋。若在模型架構與推論設定皆未調整情形下，專案目標是優先降低可能的模型偏差風險，下列何者最合理？
- A. 重新檢視訓練資料的樣本分布與代表性 ✓ 正確答案
- B. 限制推薦結果僅顯示高銷量商品
- C. 降低模型參數規模以簡化決策邏輯
- D. 提高推薦結果的隨機性以增加多樣性
詳細解析
當模型在相同條件下對不同族群產生系統性差異，最可能的根因是訓練資料的分布不均衡或代表性不足，導致模型學習到隱含偏差。優先檢視訓練資料的樣本分布與代表性是最直接有效的偏差診斷方式。
出題年份：115 難度：★★☆