Quiz AI

¿Cuál es el Objetivo del Sprint 3?

• Instalación y configuración de OCP AI (Ready to Go) con una versión temprana de ejemplo del caso de uso.

• Arquitectura Inicial de flujo de la Data (Seguridad)

• Optimizar la conversación del Chatbot actual, resultando en una conversación que brinde respuestas que cumpla con criterios de calidad, seguridad, coherencia, continuidad y entendimiento.

• Hacer una prueba de conversación de módelo LLM para validar la arquitectura, teniendo en cuenta recomendaciones iniciales de Seguridad

¿Cuál de las siguientes opciones describe mejor qué es InstructLab?

• Un lenguaje de programación especializado para crear modelos de lenguaje grandes.

• Una plataforma en línea que permite a cualquier usuario crear sus propios modelos de IA sin conocimientos técnicos.

• Un conjunto de herramientas y técnicas para alinear los modelos de lenguaje con las instrucciones humanas.

• Un tipo de arquitectura de red neuronal diseñada específicamente para tareas de comprensión del lenguaje natural.

¿Cuál de los siguientes es un desafío común en el desarrollo de la IA?

• La falta de datos.

• El exceso de potencia computacional.

• La dificultad de crear algoritmos simples.

• La ausencia de problemas complejos para resolver.

¿Cuál de las siguientes opciones describe mejor la función principal de un modelo de intención en una aplicación de chatbot?

• • Generar respuestas coherentes y naturales a las preguntas de los usuarios.

• Identificar el objetivo principal detrás de la pregunta o solicitud de un usuario.

• Mantener un historial de las conversaciones para personalizar las respuestas.

• Traducir el lenguaje natural a un formato que la máquina pueda entender.

¿Cuál de las siguientes opciones describe mejor el fenómeno de las "alucinaciones" en los modelos de lenguaje grandes (LLM)?

• La capacidad de los LLM para generar contenido creativo y original.

• La tendencia de los LLM a generar respuestas coherentes pero incorrectas o sin sentido.

• La habilidad de los LLM para simular emociones humanas.

• La incapacidad de los LLM para comprender el contexto de una conversación.

¿Qué son los datos sintéticos en el ámbito de la inteligencia artificial?

• Datos creados artificialmente para entrenar modelos de IA sin comprometer la privacidad.

• Datos históricos utilizados para entrenar modelos de IA más antiguos.

• Datos obtenidos a través de simulaciones físicas del mundo real.

• Datos recopilados de fuentes reales pero anonimizados para proteger la privacidad.

¿Cómo se diferencian los datos utilizados en el fine-tuning y en un RAG?

• El fine-tuning utiliza datos sintéticos, mientras que un RAG emplea datos reales.

• Ambos métodos utilizan los mismos datos, pero en diferentes formatos.

• El fine-tuning se basa en grandes conjuntos de datos, mientras que un RAG utiliza una base de conocimientos específica.

• No hay diferencia en los tipos de datos utilizados.

¿Cuál es la principal diferencia entre el aprendizaje supervisado y no supervisado?

• El aprendizaje supervisado utiliza datos etiquetados, mientras que el no supervisado utiliza datos sin etiquetar.

• Ambos utilizan los mismos datos, pero con diferentes algoritmos.

• El aprendizaje supervisado es más preciso que el no supervisado.

• No hay una diferencia significativa entre ambos tipos de aprendizaje.

¿Por qué es importante la utilización de modelos discriminativos junto con LLMs?

• • Para generar texto más creativo y diverso.

• Para mejorar la precisión y relevancia de las respuestas generadas.

• Para reducir el tamaño de los modelos de lenguaje.

• Para aumentar la velocidad de procesamiento del lenguaje natural.

¿Cuál de las siguientes opciones explica mejor por qué es crucial sanear y dividir correctamente un texto antes de vectorizarlo?

• • Para garantizar la privacidad de los datos.

• • Para mejorar la legibilidad del texto original.

• Para obtener resultados más precisos en tareas de PLN como búsqueda semántica y clasificación.

• Para reducir el ruido en los datos y mejorar la generalización del modelo.