生成式 AI 技術與應用：9 題線上練習
「生成式 AI 技術與應用」是 iPAS AI 應用規劃師中級的能力指標（代號 L21103），涵蓋LLM、Diffusion Model、RLHF、生成架構比較。本頁收錄 9 題免費練習題，附逐題解析。
「生成式 AI 技術與應用」是 iPAS AI 應用規劃師中級的能力指標（代號 L21103），涵蓋LLM、Diffusion Model、RLHF、生成架構比較。本頁收錄 9 題免費練習題，附逐題解析。
考試範圍定位
- 考試等級
- iPAS AI 應用規劃師中級能力鑑定
- 考試科目
- AI 技術應用與規劃（L21）
- 知識主題
- AI 相關技術應用（L211）
- 能力指標
- 生成式 AI 技術與應用（L21103）
- 涵蓋知識點
- LLM、Diffusion Model、RLHF、生成架構比較
練習題列表（共 9 題）
點任一題可查看完整題目、選項與逐題解析。題目依難度由基礎到進階排序。
在使用生成對抗網路（GAN）進行人臉影像生成時，若出現「模式崩潰（Mode Collapse）」現象，下列哪一種方法最常被用來有效解決此問題？
某影像設計團隊在使用Stable Diffusion生成4K級產品圖時，發現影像邊緣與細節存在顆粒化與模糊現象。若僅能在生成階段進行調整，希望提升畫面清晰度與紋理層次，同時避免過度平滑，下列哪一項作法最適合？
下列哪一項最正確地描述了VAE（Variational Autoencoder）、GAN（Generative Adversarial Network）與擴散模型（Diffusion Model）在多模態潛在空間對齊（Latent Alignment）與生成策略上的根本差異？
企業在生成式 AI 導入中，可選擇下列哪一種模型壓縮（Model Compression）技術以減少記憶體使用？
GAN 的 Mode Collapse 問題可用什麼方法解決？
生成式 AI 著作權侵權的最佳防範措施為何？
Stable Diffusion 生成 4K 高清細節圖片的方法為何？
VAE、GAN、Diffusion Model 在多模態潛在空間對齊上的差異為何？
生成式 AI 在圖片中品牌顏色或手部呈現不自然的主要原因為何？
本考點的相關 AI 術語
先掌握以下術語的定義與應用情境，再回來刷題，正確率會明顯提升。
下一步
練完本考點的題目後，回到 題庫總覽 查看其他科目的題數分布， 或直接進行 完整模擬考 驗證實力。 還不確定弱點在哪，先做 診斷測驗； 想了解歷年出題趨勢與高頻考點，參考 考古題與模擬測驗總整理。