iPAS 考題解析
某招聘公司使用生成式 AI 生成面試問題與候選人評估建議。團隊發現模型可能對性別或年齡產生的資料分布偏差。下列哪一種策略最能有效降低生成偏差輸出的風險？
初級 生成式AI應用與規劃
難度：中等 ★★☆ 115 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
某招聘公司使用生成式 AI 生成面試問題與候選人評估建議。團隊發現模型可能對性別或年齡產生的資料分布偏差。下列哪一種策略最能有效降低生成偏差輸出的風險？
- A. 調整模型架構與參數，使生成更靈活與多樣化
- B. 大幅增加訓練資料量，但不清理或平衡資料中的性別與年齡分布
- C. 在生成後對模型輸出進行人工審查，並依偏差情況修正結果 ✓ 正確答案
- D. 僅允許高階主管操作系統，透過人員篩選控制生成結果
詳細解析
正確答案：C. 在生成後對模型輸出進行人工審查，並依偏差情況修正結果
在生成後進行人工審查並依偏差情況修正結果，是目前最實際有效的降低偏差輸出風險的做法，能在模型輸出到達最終使用者前進行品質把關。
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. 調整模型架構與參數，使生成更靈活與多樣化 （不正確）
調整架構使生成更多樣化，不一定能降低性別或年齡偏差。
B. 大幅增加訓練資料量，但不清理或平衡資料中的性別與年齡分布 （不正確）
增加資料量但不清理偏差分布，可能反而強化既有偏差。
C. 在生成後對模型輸出進行人工審查，並依偏差情況修正結果 （正確）
正確：人工審查並修正偏差輸出是最直接有效的降低偏差風險策略。
D. 僅允許高階主管操作系統，透過人員篩選控制生成結果 （不正確）
限制操作人員無法解決模型本身的偏差問題。
本題涉及的 AI 術語
深入理解以下術語，有助於掌握本題背後的核心概念，也能幫助你在遇到相似題目時更快判斷正確答案。
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。
在選擇 No Code / Low Code 平台時，下列何者為考慮功能與擴展性時最重要因素？
初級 生成式AI應用與規劃 難度 ★★☆ 114 年
在 Low Code 平台的開發應用設計中，關於「模型（Model）」，下列敘述何者最符合實際情況？
初級 生成式AI應用與規劃 難度 ★★☆ 114 年
在進行大型語言模型（LLM）企業專屬知識的 Fine-tuning 時，若內部 GPU 運算資源與記憶體嚴重受限，下列哪一種參數高效微調（PEFT, Parameter Efficient Fine-Tuning）技術最能在維持模型效能的前提下，顯著降低需更新的參數數量？
初級 生成式AI應用與規劃 難度 ★★☆ 115 年
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 115 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。