AI quiz 4

Una empresa quiere utilizar un modelo de lenguaje grande (LLM) en Amazon Bedrock para análisis de sentimientos. La empresa necesita que el LLM produzca respuestas más consistentes al mismo aviso de entrada. ¿Qué ajuste a un parámetro de inferencia debería hacer la empresa para cumplir con estos requisitos?

• Disminuir el valor de temperatura

• Aumentar el valor de temperatura

• Disminuir la longitud de los tokens de salida

• Aumentar la longitud máxima de generación

Una empresa quiere desarrollar una aplicación de modelo de lenguaje grande (LLM) utilizando Amazon Bedrock y datos de clientes que se cargan en Amazon S3. La política de seguridad de la empresa establece que cada equipo puede acceder a los datos solo de los clientes de su propio equipo. ¿Qué solución cumplirá con estos requisitos?

• Crear un rol de servicio personalizado de Amazon Bedrock para cada equipo que tenga acceso solo a los datos del cliente del equipo

• Crear un rol de servicio personalizado que tenga acceso a Amazon S3. Pedir a los equipos que especifiquen el nombre del cliente en cada solicitud de Amazon Bedrock

• Redactar datos personales en Amazon S3. Actualizar la política del bucket de S3 para permitir el acceso del equipo a los datos del cliente

• Crear un rol de Amazon Bedrock que tenga acceso completo a Amazon S3. Crear roles de IAM para cada equipo que tengan acceso solo a las carpetas de clientes de cada equipo

Una empresa médica desplegó un modelo de detección de enfermedades en Amazon Bedrock. Para cumplir con las políticas de privacidad, la empresa quiere evitar que el modelo incluya información personal del paciente en sus respuestas. La empresa también quiere recibir notificaciones cuando ocurran violaciones de políticas. ¿Qué solución cumple con estos requisitos?

• Usar Amazon Macie para escanear la salida del modelo en busca de datos sensibles y configurar alertas para posibles violaciones

• Configurar AWS Cloud Trail para monitorear las respuestas del modelo y crear alertas para cualquier información personal detectada

• Usar Guardrails para Amazon Bedrock para filtrar contenido. Configurar alarmas de Amazon Cloud Watch para notificación de violaciones de políticas

• Implementar Amazon SageMaker Model Monitor para detectar deriva de datos y recibir alertas cuando la calidad del modelo se degrade

Una empresa revisa manualmente todos los currículos enviados en formato PDF. A medida que la empresa crece, espera que el volumen de currículos supere la capacidad de revisión de la empresa. La empresa necesita un sistema automatizado para convertir los currículos PDF en formato de texto plano para un procesamiento adicional. ¿Qué servicio de AWS cumple con este requisito?

• Amazon Textract

• Amazon Personalize

• Amazon Lex

• Amazon Transcribe

Un proveedor de educación está construyendo una aplicación de preguntas y respuestas que utiliza un modelo de IA generativa para explicar conceptos complejos. El proveedor de educación quiere cambiar automáticamente el estilo de la respuesta del modelo dependiendo de quién esté haciendo la pregunta. El proveedor de educación le dará al modelo el rango de edad del usuario que ha hecho la pregunta. ¿Qué solución cumple con estos requisitos con el MENOR esfuerzo de implementación?

• Ajustar el modelo utilizando datos de entrenamiento adicionales que sean representativos de los diversos rangos de edad que la aplicación admitirá

• Agregar una descripción de rol al contexto del aviso que instruya al modelo sobre el rango de edad que debe tener la respuesta

• Usar razonamiento de cadena de pensamiento para deducir el estilo y la complejidad correctos para una respuesta adecuada para ese usuario

• Resumir el texto de la respuesta dependiendo de la edad del usuario para que los usuarios más jóvenes reciban respuestas más cortas

¿Qué estrategia evalúa la precisión de un modelo de fundación (FM) que se utiliza en una tarea de clasificación de imágenes?

• Calcular el costo total de los recursos utilizados por el modelo

• Medir la precisión del modelo contra un conjunto de datos de referencia predefinido

• Contar el número de capas en la red neuronal

• Evaluar la precisión del color de las imágenes procesadas por el modelo

Una firma de contabilidad quiere implementar un modelo de lenguaje grande (LLM) para automatizar el procesamiento de documentos. La firma debe proceder de manera responsable para evitar daños potenciales. ¿Qué debería hacer la firma al desarrollar y desplegar el LLM? (elija dos)

• Incluir métricas de equidad para la evaluación del modelo

• Ajustar el parámetro de temperatura del modelo

• Modificar los datos de entrenamiento para mitigar sesgos

• Evitar el sobreajuste en los datos de entrenamiento

• Aplicar técnicas de ingeniería de aviso

Una empresa está construyendo un modelo de ML. La empresa recopiló nuevos datos y analizó los datos creando una matriz de correlación, calculando estadísticas y visualizando los datos. ¿En qué etapa del pipeline de ML se encuentra actualmente la empresa?

• Preprocesamiento de datos

• Ingeniería de características

• Análisis exploratorio de datos

• Ajuste de hiperparámetros

Una empresa tiene documentos que les faltan algunas palabras debido a un error en la base de datos. La empresa quiere construir un modelo de ML que pueda sugerir palabras potenciales para llenar el texto faltante. ¿Qué tipo de modelo cumple con estos requisitos?

• Modelado de temas

• Modelos de agrupamiento

• Modelos de ML prescriptivos

• Modelos basados en BERT

Una empresa quiere mostrar las ventas totales de sus productos más vendidos en varias ubicaciones minoristas en los últimos 12 meses. ¿Qué solución de AWS debería usar la empresa para automatizar la generación de gráficos?

• Amazon Q en Amazon EC2

• Amazon Q Developer

• Amazon Q en Amazon QuickS