G8-AI Mid-Term Quiz

监督学习（Supervised Learning）的核心特征是什么？

• 使用未标注数据自主发现规律

• 通过标注数据训练模型

• 依赖环境反馈调整行为

• 仅处理图像数据

以下哪项是无监督学习（Unsupervised Learning）的典型任务？

• 识别红绿颜色

• 对客户购物习惯进行聚类分组

• 训练自动驾驶汽车避障

• 识别垃圾邮件

强化学习（Reinforcement Learning）的关键要素是：

• 标注数据集

• 静态规则库

• 奖励机制

• 聚类算法

强化学习模型通过试错学习，类似人类学习骑自行车

• Yes

• No

训练开发扫地机器人避开障碍物时，最适合的算法类型是：

• 监督学习（需标注所有障碍物图片）

• 无监督学习（让其自主归类杂物）

• 强化学习（碰撞扣分/清洁加分）

以下哪些技术属于机器学习的分支？

• 监督学习（如垃圾分类）

• 深度学习（如人脸识别）

• 传统编程（如计算器程序）

Deepfake视频换脸技术主要依赖

• 监督学习

• 深度学习

• 强化学习

使用AI视频工具时，为避免误导观众，必须：

• 隐藏所有AI使用痕迹

• 在显著位置标注“AI生成内容”

• 仅生成黑白画面

AI 创作视频中，当写提示词时，“场景描述”应重点关注：

• 角色的内心独白

• 主体所处的环境细节（如室内/室外）

• 视频的播放平台

• 背景音乐的节奏

写提示词时，“主体”在视频提示词中的作用是：

• 描述背景音乐风格

• 作为画面的核心表现对象

• 控制视频时长

• 调整画面分辨率