iPAS 考題解析某企業導入大型語言模型（LLM）進行客服自動化，並已透過 Fine-Tuning 學習企業標準問答範例，但在實務運作中仍出現回應策略未符合服務優先順序及語氣與品牌風格不一致的情況，因此技術團隊建議再導入 Reinforcement Fine-tuning（RFT）機制進行優化，其主要目的為何？

解析

正確答案：B. 透過 reward 訊號調整模型回應策略與行為偏好

Reinforcement Fine-tuning（RFT）的主要目的是透過 reward 訊號（獎勵信號）來調整模型的回應策略與行為偏好，使其更符合期望的服務優先順序與品牌風格。

每個選項為什麼對或錯

• A 擴展模型的知識涵蓋範圍與資料記憶能力 錯誤選項

  RFT 不是用來擴展知識範圍，而是調整行為偏好。

• B 透過 reward 訊號調整模型回應策略與行為偏好 正解

  RFT 透過 reward 訊號調整模型的回應策略與行為偏好，使輸出更符合期望。

• C 提升模型推論速度與降低回應延遲 錯誤選項

  RFT 不是用來提升推論速度或降低延遲。

• D 降低 prompt 設計複雜度並取代訓練流程 錯誤選項

  RFT 不是取代訓練流程，而是在 Fine-tuning 基礎上進一步優化行為。

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。