60. What are significant impacts of AI on various industries? (Chọn 2) (Tác động đáng kể của AI đối với các ngành công nghiệp là gì?)

Automation of repetitive tasks (Tự động hóa các nhiệm vụ lặp đi lặp lại)

Enhance Productivity (Tăng năng xuất làm việc)

Creation of biased algorithms (Tạo ra các thuật toán thiên lệch)

Increased dependence on manual labor (Tăng sự phụ thuộc vào lao động thủ công)

61. Which of the following is a key step in the workflow of AI, machine learning, and data science projects? (Một bước quan trọng trong quy trình của các dự án AI, học máy và khoa học dữ liệu là gì - Gợi ý là quá trình sử dụng dữ liệu để đào tạo mô hình?)

Model Training (Huấn luyện mô hình

Data Visualization (Trực quan hóa dữ liệu)

Data Backup (Sao lưu dữ liệu)

Resource Allocation (Phân bổ tài nguyên)

62. When evaluating an AI project, which factor is essential to consider when deciding between building the solution in-house or buying an existing solution? (Yếu tố nào cần thiết khi đánh giá một dự án AI để quyết định nên xây dựng nội bộ hay mua giải pháp có sẵn?)

Cost of development versus purchase price (Chi phí phát triển so với giá mua)

Number of employees in the company (Số lượng nhân viên trong công ty)

Popularity of the technology in the media (Sự phổ biến của công nghệ trong truyền thông)

Color of the company's branding (Màu sắc thương hiệu của công ty)

65. Which of the following types of organizations most commonly employ data professionals? (Loại tổ chức nào dưới đây thường tuyển dụng chuyên gia dữ liệu?)

Technology companies (Các công ty công nghệ)

Grocery stores (Cửa hàng tạp hóa)

Construction firms (Công ty xây dựng)

64. What is the primary industry that employs data professionals for data analysis and management? (Đâu là ngành công nghiệp chủ yếu tuyển dụng các chuyên gia dữ liệu cho phân tích và quản lý dữ liệu?)

F&B (Đồ ăn & nước uống)

68. What is a common pitfall in AI projects that can severely impact the timeline and budget? (Yếu tố thường gặp nào trong các dự án AI có thể ảnh hưởng nghiêm trọng đến tiến độ và ngân sách?)

Inadequate data quality (Chất lượng dữ liệu không đảm bảo)

Overestimating algorithm complexity (Đánh giá quá cao độ phức tạp của thuật toán)

Using open-source tools (Sử dụng công cụ mã nguồn mở)

Hiring a diverse team (Thuê một nhóm đa dạng)

69. What term is used to describe the challenge of having too much data to process effectively in AI projects? (Thuật ngữ nào mô tả thách thức trong việc xử lý hiệu quả khối lượng dữ liệu quá lớn trong một dự án AI?)

Data insufficient (Không đủ)

70. What is the acronym for the field of study focused on giving computers the ability to understand text and spoken words in a manner similar to humans? (Từ viết tắt của lĩnh vực nghiên cứu nhằm giúp máy tính hiểu văn bản và lời nói giống như con người là gì?)

NLP (Xử lý ngôn ngữ tự nhiên)

CNN (Mạng nơ-ron tích chập)

71. Which AI technique is primarily used in computer vision for image recognition tasks? (Kỹ thuật AI nào chủ yếu được sử dụng trong thị giác máy tính cho các nhiệm vụ nhận dạng hình ảnh?)

Convolutional Neural Networks (Mạng nơ-ron tích chập)

Recurrent Neural Networks (Mạng nơ-ron hồi tiếp)

Decision Trees (Cây quyết định)

K-Means Clustering (Phân cụm K-Means)

72. How do data science and machine learning impact various job functions? (Khoa học dữ liệu và học máy ảnh hưởng đến các chức năng công việc như thế nào?

Data science identifies patterns in data that improve decision-making. (Khoa học dữ liệu xác định các mẫu trong dữ liệu để cải thiện ra quyết định.)

Machine learning eliminates the need for human intervention in processes. (Học máy loại bỏ hoàn toàn sự can thiệp của con người trong các quy trình.)

Data science makes predictions based on historical trends only. (Khoa học dữ liệu chỉ đưa ra dự đoán dựa trên xu hướng lịch sử.)

Machine learning replaces all traditional job functions. (Học máy thay thế tất cả các chức năng công việc truyền thống.)

74. What is a common source of bias in AI systems? (Nguồn gốc phổ biến của thiên lệch trong các hệ thống AI là gì?)

Training data that lacks diversity (Dữ liệu huấn luyện thiếu sự đa dạng)

Using too many data points (Sử dụng quá nhiều điểm dữ liệu)

Implementing complex algorithms (Triển khai các thuật toán phức tạp)

High computational power (Sức mạnh tính toán cao)

75. What is the term used to describe the unfair treatment of individuals based on their association with certain groups within AI systems? (Thuật ngữ nào dùng để mô tả sự đối xử không công bằng giữa các cá nhân dựa trên việc họ thuộc một nhóm nhất định trong hệ thống AI?)

discrimination (phân biệt đối xử)

76. What is the primary goal during the planning stage of a data science project? (Mục tiêu chính trong giai đoạn lập kế hoạch của một dự án khoa học dữ liệu là gì?)

Define the scope and objectives of the project. (Xác định phạm vi và mục tiêu của dự án)

Develop the final deliverables. (Phát triển các sản phẩm đầu cuối)

Conduct the final review and assessment. (Thực hiện đánh giá và xem xét cuối cùng)

Implement the data collection process. (Triển khai quá trình thu thập dữ liệu)

77. What is the term commonly used to describe the extraction of hidden insights from large volumes of data? (Thuật ngữ nào thường được sử dụng để chỉ việc tìm ra những thông tin giá trị ẩn bên trong một lượng dữ liệu lớn?)

data mining (khai phá dữ liệu)

data storage (lưu trữ dữ liệu)

data cleaning (làm sạch dữ liệu

data compression (nén dữ liệu)

78. What is one of the primary roles of a Data Analyst within an organization? (Một trong những vai trò chính của Nhà phân tích dữ liệu trong tổ chức là gì?)

Data Analysts interpret trends and patterns in data to support business decisions. (Phân tích xu hướng và mẫu dữ liệu để hỗ trợ ra quyết định)

Data Analysts primarily handle the installation of hardware and software systems. (Nhà phân tích dữ liệu chủ yếu xử lý việc cài đặt hệ thống phần cứng và phần mềm)

Data Analysts are responsible for maintaining server infrastructure. (Nhà phân tích dữ liệu chịu trách nhiệm duy trì cơ sở hạ tầng máy chủ)

Data Analysts design marketing strategies for enterprises. (Nhà phân tích dữ liệu thiết kế chiến lược tiếp thị cho doanh nghiệp)

79. What is the primary objective of adversarial attacks on AI systems? (Mục tiêu chính của các cuộc tấn công đối kháng vào hệ thống AI là gì?)

Adversarial attacks manipulate input data to deceive AI models. (Các cuộc tấn công đối kháng thay đổi dữ liệu đầu vào để lừa dối các mô hình AI.)

Adversarial attacks are designed to enhance AI model accuracy. (Các cuộc tấn công đối kháng được thiết kế để nâng cao độ chính xác của mô hình AI.)

Adversarial attacks involve directly altering the AI model's code. (Các cuộc tấn công đối kháng liên quan đến việc thay đổi trực tiếp mã của mô hình AI.)

Adversarial attacks always require human intervention to succeed. (Các cuộc tấn công đối kháng luôn yêu cầu sự can thiệp của con người để thành công

80. What is the primary challenge when working with unstructured data in AI projects? (Thách thức chính khi làm việc với dữ liệu không cấu trúc trong các dự án AI là gì?)

Complexity in data preprocessing (Độ phức tạp trong xử lý dữ liệu trước khi phân tích)

Lack of labeled data (Thiếu dữ liệu đã gán nhãn)

High cost of storage (Chi phí lưu trữ cao)

Difficulty in data analysis (Khó khăn trong phân tích dữ liệu)

81. What is the primary goal of using deep learning techniques in AI? (Mục tiêu chính của việc sử dụng các kỹ thuật học sâu trong AI là gì?)

To improve accuracy by using large neural networks (Để cải thiện độ chính xác bằng cách sử dụng các mạng nơ-ron lớn)

To perform real-time processing of structured data (Để xử lý dữ liệu có cấu trúc theo thời gian thực)

To reduce the cost of hardware used for AI computations (Để giảm chi phí phần cứng sử dụng cho các phép toán AI)

To simplify the AI model structure (Để đơn giản hóa cấu trúc mô hình AI

82. Which of the following tasks are typically performed during the model evaluation stage in an AI project? (Những nhiệm vụ nào sau đây thường được thực hiện trong giai đoạn đánh giá mô hình của một dự án AI?)

Testing the model on validation data (Kiểm tra mô hình trên dữ liệu xác thực)

Selecting the appropriate model for deployment (Chọn mô hình phù hợp để triển khai)

Adjusting hyperparameters (Điều chỉnh siêu tham số)

Collecting additional training data (Thu thập dữ liệu huấn luyện bổ sung)

83. Which of the following describes a neural network’s ability to improve its performance as more data is provided during training? (Loại mô hình học máy nào dưới đây mô tả khả năng của mạng nơ-ron trong việc cải thiện hiệu suất khi dữ liệu huấn luyện nhiều hơn?)

Supervised learning (Học có giám sát)

Reinforcement learning (Học tăng cường)

Unsupervised learning (Học không giám sát)

84. What is the key difference between supervised and unsupervised learning in machine learning? (Sự khác biệt chính giữa học có giám sát và học không giám sát trong học máy là gì?)

Supervised learning uses labeled data, while unsupervised learning uses unlabeled data. (Học có giám sát sử dụng dữ liệu đã gán nhãn, trong khi học không giám sát sử dụng dữ liệu chưa gán nhãn.)

Supervised learning does not require data preprocessing, while unsupervised learning does. (Học có giám sát không yêu cầu xử lý dữ liệu trước, trong khi học không giám sát có.)

Unsupervised learning is more accurate than supervised learning. (Học không giám sát chính xác hơn học có giám sát.)

Supervised learning is faster to train than unsupervised learning. (Học có giám sát nhanh hơn học không giám sát.)

85. Which of the following is a key benefit of using ensemble methods in machine learning? (Lợi ích chính của việc sử dụng phương pháp tổng hợp trong học máy là gì?)

Reducing model complexity (Giảm độ phức tạp của mô hình)

Improving model performance (Cải thiện hiệu suất mô hình)

Reducing training time (Giảm thời gian huấn luyện)

Preventing overfitting (Ngăn ngừa overfitting)

86. Which of the following methods is commonly used for dimensionality reduction in machine learning? (Phương pháp nào dưới đây thường được sử dụng để giảm chiều trong học máy?)

Principal component analysis (Phân tích thành phần chính)

Singular value decomposition (Phân rã giá trị đặc biệt)

K-means clustering (Phân cụm K-means)

Support vector machines (Máy vector hỗ trợ)

87. Which of the following are key applications of reinforcement learning? (Những ứng dụng chính của học tăng cường là gì?)

Image classification (Phân loại hình ảnh)

Natural language processing (Xử lý ngôn ngữ tự nhiên)

88. Which of these is the best definition of “Generative AI”? (Đâu là định nghĩa đúng nhất về "AI Tạo sinh"?)

AI that can produce high quality content, such as text, images, and audio. (AI có thể tạo ra nội dung chất lượng cao, chẳng hạn như văn bản, hình ảnh và âm thanh.)

Any web-based application that generates text. (Bất kỳ ứng dụng dựa trên web nào tạo ra văn bản.)

A form of web search. (Một dạng tìm kiếm trên web.)

Artificial intelligence systems that can map from an input A to an output B. (Các hệ thống trí tuệ nhân tạo có thể ánh xạ từ đầu vào A đến đầu ra B.)

89. Which of these is the most accurate description of an LLM? (Đâu là mô tả chính xác nhất về một Mô hình Ngôn ngữ Lớn (LLM)?)

It generates text by repeatedly predicting the next word. (Nó tạo ra văn bản bằng cách liên tục dự đoán từ tiếp theo.)

It generates text by repeatedly predicting words in random order. (Nó tạo ra văn bản bằng cách liên tục dự đoán các từ theo thứ tự ngẫu nhiên.)

It generates text by finding a writing partner to work with you. (Nó tạo ra văn bản bằng cách tìm một đối tác viết lách để làm việc cùng bạn.)

t generates text by using supervised learning to carry out web search. (Nó tạo ra văn bản bằng cách sử dụng học có giám sát để thực hiện tìm kiếm trên web.)

90. Why do we call AI a general purpose technology? (Tại sao chúng ta gọi AI là một công nghệ đa năng?)

Because it is useful for many different tasks. (Bởi vì nó hữu ích cho nhiều tác vụ khác nhau.)

Because it can chat. (Bởi vì nó có thể trò chuyện.)

Because it includes both supervised learning and generative AI. (Bởi vì nó bao gồm cả học có giám sát và AI tạo sinh.)

Because it can be accessed via the general web. (Bởi vì nó có thể được truy cập thông qua web nói chung.)

91. What is a token in the context of a large language model (LLM)? (Token là gì trong ngữ cảnh của một mô hình ngôn ngữ lớn (LLM)?)

A word or part of a word in either the input prompt or LLM output. (Một từ hoặc một phần của từ trong lời nhắc đầu vào hoặc đầu ra của LLM.)

A physical device or digital code to authenticate a user's identity. (Một thiết bị vật lý hoặc mã kỹ thuật số để xác thực danh tính của người dùng.)

The part of the LLM output that has primarily symbolic rather than substantive value (as in, “the court issued a token fine”, or “the LLM generated a token output”). (Phần đầu ra của LLM chủ yếu mang giá trị tượng trưng hơn là thực chất (ví dụ: "tòa án đưa ra một khoản tiền phạt tượng trưng" hoặc "LLM tạo ra một đầu ra tượng trưng").)

A unit of cryptocurrency (like bitcoin or other “crypto tokens”) that you can use to pay for LLM services. (Một đơn vị tiền điện tử (như bitcoin hoặc các "token tiền điện tử" khác) mà bạn có thể sử dụng để thanh toán cho các dịch vụ LLM.)

92. A friend writes the following prompt to a web-based LLM: “Write a description of our new dog food product.” Which of these are reasonable suggestions for how to improve this prompt? (Một người bạn viết lời nhắc sau cho một LLM dựa trên web: "Hãy viết mô tả về sản phẩm thức ăn cho chó mới của chúng tôi." Đâu là những gợi ý hợp lý để cải thiện lời nhắc này?)

All other answers. (Tất cả các câu trả lời khác.)

Give the LLM more context about what’s interesting or unique about the product to help it craft a better description. (Cung cấp cho LLM thêm ngữ cảnh về những điều thú vị hoặc độc đáo của sản phẩm để giúp nó tạo ra một mô tả tốt hơn.)

Give it guidance on the purpose of the description (is it to go in an internal company memo, a website, a press release?) to help it use the right tone. (Hướng dẫn về mục đích của mô tả (để dùng trong một bản ghi nhớ nội bộ của công ty, một trang web, một thông cáo báo chí?) để giúp nó sử dụng giọng điệu phù hợp.)

Specify the desired length of the description. (Chỉ định độ dài mong muốn của mô tả.)

93. You are building a customer service chatbot. Why is it important to monitor the performance of the system after it is deployed? (Bạn đang xây dựng một chatbot dịch vụ khách hàng. Tại sao việc giám sát hiệu suất của hệ thống sau khi triển khai lại quan trọng?)

In case customers say something that causes the chatbot to respond in an unexpected way, monitoring lets you discover problems and fix them. (Trong trường hợp khách hàng nói điều gì đó khiến chatbot phản hồi theo cách không mong muốn, việc giám sát cho phép bạn phát hiện sự cố và khắc phục chúng.)

Every product should be monitored to track customer satisfaction -- this is good practice for all software. (Mọi sản phẩm đều nên được giám sát để theo dõi sự hài lòng của khách hàng -- đây là một thông lệ tốt cho tất cả phần mềm.)

Because of the LLM’s knowledge cutoff, we must continuously monitor the knowledge cutoff and update its knowledge frequently. (Do giới hạn kiến thức của LLM, chúng ta phải liên tục giám sát giới hạn kiến thức và cập nhật kiến thức của nó thường xuyên.)

This is false. So long as internal evaluation is done well, further monitoring is not necessary. (Điều này là sai. Miễn là việc đánh giá nội bộ được thực hiện tốt thì không cần giám sát thêm.)

94. You want to build an application to answer questions based on information found in your emails. Which of the following is the most appropriate technique? (Bạn muốn xây dựng một ứng dụng để trả lời các câu hỏi dựa trên thông tin tìm thấy trong email của mình. Kỹ thuật nào sau đây là phù hợp nhất?)

RAG, where the LLM is provided additional context based on retrieving emails relevant to your question. (RAG, trong đó LLM được cung cấp ngữ cảnh bổ sung dựa trên việc truy xuất các email liên quan đến câu hỏi của bạn.)

Fine-tuning an LLM on your emails, whereby we take a pre-trained LLM and further train it on your emails. (Tinh chỉnh một mô hình LLM trên email của bạn, theo đó chúng tôi lấy một mô hình LLM đã được đào tạo trước và đào tạo thêm trên email của bạn.)

Prompting (without RAG), where we iteratively refine the prompt until the LLM gets the answers right. (Nhắc lệnh (không có RAG), trong đó chúng tôi tinh chỉnh lặp đi lặp lại lời nhắc cho đến khi LLM đưa ra câu trả lời đúng.)

Pretraining an LLM on your emails. (Đào tạo trước một LLM trên email của bạn.)

95. You’re preparing a presentation about technology, and ask an LLM to help you find an inspirational quote. It comes up with this: "And that’s what a computer is to me. What a computer is to me is it’s the most remarkable tool that we’ve ever come up with, and it’s the equivalent of a bicycle for our minds. -Steve Jobs" How should you proceed? (Bạn đang chuẩn bị một bài thuyết trình về công nghệ và nhờ một LLM giúp bạn tìm một câu trích dẫn truyền cảm hứng. Nó đưa ra câu này: "Và đó là ý nghĩa của máy tính đối với tôi. Máy tính đối với tôi là công cụ đáng chú ý nhất mà chúng ta từng phát minh ra, và nó tương đương với một chiếc xe đạp cho trí óc của chúng ta. -Steve Jobs" Bạn nên tiến hành làm gì sau đây?)

Because LLMs hallucinate, double-check this quote by searching other sources (such as the web) to verify if Steve Jobs really said this. (Bởi vì LLM tạo ra thông tin sai lệch, hãy kiểm tra lại câu trích dẫn này bằng cách tìm kiếm các nguồn khác (chẳng hạn như web) để xác minh xem Steve Jobs có thực sự nói điều này không.)

Because LLMs can hallucinate, double-check this quote by prompting the LLM to ask if it is really sure Steve Jobs said this. (Bởi vì LLM có thể tạo ra thông tin sai lệch, hãy kiểm tra lại câu trích dẫn này bằng cách nhắc LLM hỏi xem nó có thực sự chắc chắn Steve Jobs đã nói điều này không.)

Do not use this quote because an LLM can generate toxic output. (Không sử dụng câu trích dẫn này vì LLM có thể tạo ra kết quả độc hại.)

LLMs have learned from text on the internet; so you can safely trust that this quote is found on multiple webpages, and use it in your presentation. (LLM đã học từ văn bản trên internet; vì vậy bạn có thể tin tưởng một cách an toàn rằng câu trích dẫn này được tìm thấy trên nhiều trang web và sử dụng nó trong bài thuyết trình của bạn.)

96. In the videos, we described using either supervised learning or a prompt-based development process to build a restaurant review sentiment classifier. Which of the following statements about prompt-based development is correct? (Trong ví dụ của Coursera, chúng tôi đã mô tả việc sử dụng học có giám sát hoặc quy trình phát triển dựa trên lời nhắc để xây dựng một trình phân loại cảm xúc đánh giá nhà hàng. Phát biểu nào sau đây về phát triển dựa trên lời nhắc là đúng?)

Prompt-based development is generally much faster than supervised learning. (Phát triển dựa trên lời nhắc nói chung nhanh hơn nhiều so với học có giám sát.)

Prompt-based development requires that you collect hundreds or thousands of labeled examples. (Phát triển dựa trên lời nhắc yêu cầu bạn thu thập hàng trăm hoặc hàng nghìn ví dụ được gắn nhãn.)

Prompt-based development requires that you collect hundreds or thousands of unlabeled examples (meaning reviews without a label B to say if it is positive or negative sentiment). (Phát triển dựa trên lời nhắc yêu cầu bạn thu thập hàng trăm hoặc hàng nghìn ví dụ không được gắn nhãn (nghĩa là các bài đánh giá không có nhãn B để cho biết đó là cảm xúc tích cực hay tiêu cực).)

If you want to classify reviews as positive, neutral, or negative (3 possible outputs) there is no way to write a prompt to do so: An LLM can generate only 2 outputs. (Nếu bạn muốn phân loại các bài đánh giá là tích cực, trung tính hoặc tiêu cực (3 kết quả đầu ra có thể có) thì không có cách nào để viết lời nhắc để làm như vậy: Một LLM chỉ có thể tạo ra 2 kết quả đầu ra.)

97. You are working on using an LLM to summarize research reports. Suppose an average report contains roughly 6,000 words. Approximately how many tokens would it take an LLM to process 6,000 input words? (Assume 1 token = 3/4 words, or equivalently, 1 word ≈ 1.333 tokens). (Bạn đang làm việc với việc sử dụng LLM để tóm tắt các báo cáo nghiên cứu. Giả sử một báo cáo trung bình chứa khoảng 6.000 từ. Một LLM sẽ cần khoảng bao nhiêu token để xử lý 6.000 từ đầu vào? (Giả sử 1 token = 3/4 từ, hoặc tương đương, 1 từ ≈ 1.333 token).)

8,000 tokens (about 6000 1.333) (8.000 token (khoảng 6000 1.333))

4,500 tokens (6000 3/4) (4.500 token (6000 3/4))

14,000 tokens (about 6000 1.333 + the original 6000 words) (14.000 token (khoảng 6000 1.333 + 6000 từ ban đầu))

98. What does the idea of using an LLM as a reasoning engine refer to? (Ý tưởng sử dụng LLM làm công cụ suy luận đề cập đến điều gì?)

**This refers to the idea of using an LLM not as a source of information, but to process information (wherein we provide it the context it needs, through techniques like RAG). (Điều này đề cập đến ý tưởng sử dụng LLM không phải như một nguồn thông tin, mà để xử lý thông tin (trong đó chúng tôi cung cấp cho nó ngữ cảnh cần thiết, thông qua các kỹ thuật như RAG).)

The idea of using an LLM to play games (like chess) that require complex reasoning, but having its output moves in the game. (Ý tưởng sử dụng LLM để chơi các trò chơi (như cờ vua) đòi hỏi suy luận phức tạp, nhưng kết quả đầu ra của nó là các nước đi trong trò chơi.)

Reasoning engine is another term for RAG. (Công cụ suy luận là một thuật ngữ khác của RAG.)

This refers to pretraining an LLM on a lot of text so that it acquires general reasoning capabilities. (Điều này đề cập đến việc đào tạo trước một LLM trên rất nhiều văn bản để nó có được khả năng suy luận chung.)

99. By making trusted sources of information available to an LLM via RAG, we can reduce the risk of hallucination ? (Bằng cách cung cấp các nguồn thông tin đáng tin cậy cho LLM thông qua RAG, chúng ta có thể giảm nguy cơ tạo ra thông tin sai lệch không?)

True, because RAG allows the LLM to reason through accurate information retrieved from a trusted source to arrive at the correct answer. (Đúng, bởi vì RAG cho phép LLM suy luận thông qua thông tin chính xác được truy xuất từ một nguồn đáng tin cậy để đi đến câu trả lời đúng.)

True, because the LLM is now restricted to outputting paragraphs of text exactly as written in the provided document, which we trust. (Đúng, bởi vì LLM hiện bị giới hạn trong việc xuất ra các đoạn văn bản chính xác như được viết trong tài liệu được cung cấp mà chúng tôi tin cậy.)

False, because giving the LLM more information only confuses the LLM more and causes it to be more likely to hallucinate. (Sai, bởi vì việc cung cấp thêm thông tin cho LLM chỉ khiến LLM bối rối hơn và khiến nó có nhiều khả năng tạo ra thông tin sai lệch hơn.)

False, because the LLM has learned from a lot of text from the internet (perhaps >100 billion words) to hallucinate, so adding one more short piece of text to the prompt as in RAG won’t make any meaningful difference. (Sai, bởi vì LLM đã học từ rất nhiều văn bản trên internet (có thể >100 tỷ từ) để tạo ra thông tin sai lệch, vì vậy việc thêm một đoạn văn bản ngắn nữa vào lời nhắc như trong RAG sẽ không tạo ra sự khác biệt có ý nghĩa nào.)

100. An ecommerce company is building a software application to route emails to the right department (Apparel, Electronics, Home Appliances, etc.) It wants to do so with a small, 1 billion parameter model, and needs high accuracy. Which of these is an appropriate technique? (Một công ty thương mại điện tử đang xây dựng một ứng dụng phần mềm để chuyển email đến đúng bộ phận (May mặc, Điện tử, Thiết bị gia dụng, v.v.). Họ muốn thực hiện điều này với một mô hình nhỏ, 1 tỷ tham số và cần độ chính xác cao. Kỹ thuật nào sau đây là phù hợp?)

Fine-tune a 1 billion parameter model on around 1,000 examples of emails and the appropriate department. (Tinh chỉnh một mô hình 1 tỷ tham số trên khoảng 1.000 ví dụ về email và bộ phận thích hợp.)

Pretrain a 1 billion parameter model on around 1 billion examples of emails and the appropriate department. (Đào tạo trước một mô hình 1 tỷ tham số trên khoảng 1 tỷ ví dụ về email và bộ phận thích hợp.)

Pretrain a 1 billion parameter model on around 1,000 examples of emails and the appropriate department. (Đào tạo trước một mô hình 1 tỷ tham số trên khoảng 1.000 ví dụ về email và bộ phận thích hợp.)

Fine-tune a 1 billion parameter model on around 1 billion examples of emails and the appropriate department. (Tinh chỉnh một mô hình 1 tỷ tham số trên khoảng 1 tỷ ví dụ về email và bộ phận thích hợp.)

101. What is the relation between AI, tasks, and jobs? (Mối quan hệ giữa AI, tác vụ và công việc là gì?)

Jobs are comprised of many tasks. AI automates tasks, rather than jobs. (Công việc bao gồm nhiều tác vụ. AI tự động hóa các tác vụ chứ không phải công việc.)

Tasks are comprised of many jobs. AI automates tasks, rather than jobs. (Tác vụ bao gồm nhiều công việc. AI tự động hóa các tác vụ chứ không phải công việc.)

Jobs are comprised of many tasks. AI automates jobs, rather than tasks. (Công việc bao gồm nhiều tác vụ. AI tự động hóa công việc chứ không phải tác vụ.)

Tasks are comprised of many jobs. AI automates jobs, rather than tasks. (Tác vụ bao gồm nhiều công việc. AI tự động hóa công việc chứ không phải tác vụ.)

102. Someone prompts an LLM as follows: “Please summarize each of this morning’s top 10 news stories in 100 words per story, in a manner suitable for a newsletter.” What is the main reason this is unlikely to work? (Một người nhắc một LLM như sau: "Vui lòng tóm tắt 10 tin bài hàng đầu sáng nay, mỗi tin 100 từ, theo cách phù hợp cho một bản tin." Lý do chính khiến điều này không có khả năng hoạt động là gì?)

Because of the knowledge cutoff, the LLM will not have access to the latest news. (Do giới hạn kiến thức, LLM sẽ không có quyền truy cập vào các tin tức mới nhất.)

The prompt needs to give more context about what type of newsletter it is (tech, general news, etc). (Lời nhắc cần cung cấp thêm ngữ cảnh về loại bản tin (công nghệ, tin tức chung, v.v.).)

The output length is limited, and 10 stories is too many. (Độ dài đầu ra bị giới hạn và 10 câu chuyện là quá nhiều.)

Asking for a list of 10 items means we’re working with structured data, which an LLM is poor at. (Yêu cầu một danh sách 10 mục có nghĩa là chúng ta đang làm việc với dữ liệu có cấu trúc, điều mà LLM xử lý kém.)

nhập môn khoa học 2

University

•

50 Qs

Similar activities

Ôn tập HKI - Toán Lớp 1

1st Grade - University

•

50 Qs

HÀNH TRANG NGHỀ KẾ - KIỂM (VÒNG 1) - THÍ SINH

University

•

45 Qs

ANQP

12th Grade - University

•

48 Qs

Quiz sulle Misure di Lunghezza e peso

4th Grade - University

•

45 Qs

G8 STEM FAIR QUIZ BEE

8th Grade - University

•

45 Qs

Ôn tập Toán 6

6th Grade - University

•

51 Qs

Nhóm IA

3rd Grade - University

•

47 Qs

Cơ Kỹ Thuật - Chương 5(Xoắn thuần túy thanh phẳng)

University

•

52 Qs

nhập môn khoa học 2

Quiz

•

Mathematics

•

University

•

Practice Problem

•

Medium

Anh Phương

Used 8+ times

FREE Resource

50 questions

Show all answers

MULTIPLE SELECT QUESTION

3 mins • 1 pt

53. What is the key AI component used in self-driving cars to perceive the environment and objects? (Chọn 2)
(Thành phần AI chính được sử dụng trong xe tự lái để nhận diện môi trường và các vật thể là gì?)

Mirror (Lidar)

radar (Radar)

Sonar (sóng siêu âm)

GPS (định vị GPS)

MULTIPLE SELECT QUESTION

3 mins • 1 pt

54. In the context of data project communication, what is the term for a visual representation of data? (Chọn 2)
(Trong bối cảnh giao tiếp của dự án dữ liệu, đâu là những yếu tố dùng để biểu diễn dữ liệu một cách trực quan?)

Chart (biểu đồ)

Graph (đồ thị)

Table (bảng)

Report (báo cáo)

MULTIPLE SELECT QUESTION

3 mins • 1 pt

55. What is the term for a small-scale project used to test and demonstrate the potential of AI within a company? (Chọn 2)
(Thuật ngữ nào dùng để chỉ một dự án quy mô nhỏ được sử dụng để thử nghiệm và chứng minh tiềm năng của AI trong một công ty?)

Pilot (dự án thử nghiệm)

Prototype (nguyên mẫu)

Demo (bản thử nghiệm)

Mockup (mô hình giả lập)

MULTIPLE SELECT QUESTION

3 mins • 1 pt

56. Select all strategies that are effective for developing AI projects within a company. (Chọn 2)
(Chọn tất cả các chiến lược hiệu quả để phát triển các dự án AI trong công ty.)

Forming AI learning groups to share knowledge (Hình thành các nhóm học AI để chia sẻ kiến thức)

Starting with complex projects to challenge the team (Bắt đầu với các dự án phức tạp để thử thách nhóm)

Encouraging cross-departmental collaboration on AI initiatives (Khuyến khích sự hợp tác giữa các phòng ban để đưa ra các sáng kiến AI)

Investing heavily in AI technology before having a clear application plan (Đầu tư mạnh vào công nghệ AI trước khi có kế hoạch ứng dụng rõ ràng)

MULTIPLE SELECT QUESTION

3 mins • 1 pt

57. What is the term used for a computer system modeled on the human brain, consisting of layers of interconnected nodes? (Chọn 2)
(Thuật ngữ nào được dùng để chỉ hệ thống máy tính mô phỏng bộ não con người, bao gồm các lớp nút liên kết với nhau?)

Neural Network (mạng nơ-ron)

Artificial Neural Network (mạng nơ-ron nhân tạo)

Decisiontree (cây quyết định)

Expert system (hệ chuyên gia)

MULTIPLE SELECT QUESTION

3 mins • 1 pt

58. What is the term used to describe a small-scale AI project used to test the viability and impact of AI solutions before full-scale deployment? (Chọn 2)
(Thuật ngữ nào được sử dụng để mô tả một dự án AI quy mô nhỏ được dùng để thử nghiệm tính khả thi và tác động của giải pháp AI trước khi triển khai trên diện rộng?)

Pilot (dự án thử nghiệm)

Prototype (nguyên mẫu)

Simulation (mô phỏng)

Draft (bản nháp)

MULTIPLE SELECT QUESTION

3 mins • 1 pt

59. What single word describes the type of leadership crucial for integrating AI in developing economies? (Chọn 2)
(Thuật ngữ nào mô tả phong cách lãnh đạo đóng vai trò then chốt trong việc tích hợp AI vào các nền kinh tế đang phát triển?)

Visionary (tầm nhìn)

Innovative (sáng tạo)

Collaborative (hợp tác)

Authoritative (độc đoán)

Access all questions and much more by creating a free account

Create resources

Host any resource

Get auto-graded reports

Continue with Google

Continue with Email

Continue with Classlink

Continue with Clever

or continue with

Microsoft

Apple

Others

Already have an account?

Similar Resources on Wayground

46 questions

Part 3.1

Quiz

•

University

50 questions

Linear Algebra Multiple-Choice Exam

Quiz

•

University

50 questions

TT 51-100

Quiz

•

University

54 questions

QTTC C4 QTTSLĐ

Quiz

•

University

50 questions

1-46 THQL

Quiz

•

University

49 questions

Quiz về Hạch Toán Kế Toán

Quiz

•

University

54 questions

Quiz về xác suất và thống kê

Quiz

•

University

50 questions

ANM - Phần 5

Quiz

•

University

Popular Resources on Wayground

15 questions

Fractions on a Number Line

Quiz

•

3rd Grade

20 questions

Equivalent Fractions

Quiz

•

3rd Grade

25 questions

Multiplication Facts

Quiz

•

5th Grade

54 questions

Analyzing Line Graphs & Tables

Quiz

•

4th Grade

$fractions$

22 questions

fractions

Quiz

•

3rd Grade

20 questions

Main Idea and Details

Quiz

•

5th Grade

20 questions

Context Clues

Quiz

•

6th Grade

15 questions

Equivalent Fractions

Quiz

•

4th Grade

Discover more resources for Mathematics

20 questions

Ch. 7 Quadrilateral Quiz Review

Quiz

•

KG - University

7 questions

Introduction to Fractions

Interactive video

•

1st Grade - University

18 questions

Exam Review

Quiz

•

University

16 questions

Parallel, Perpendicular, and Intersecting Lines

Quiz

•

KG - Professional Dev...

25 questions

Math College Placement Practice #2

Quiz

•

11th Grade - University

10 questions

One Step Equations Multiply and Divide

Quiz

•

University

nhập môn khoa học 2

50 questions

53. What is the key AI component used in self-driving cars to perceive the environment and objects? (Chọn 2)(Thành phần AI chính được sử dụng trong xe tự lái để nhận diện môi trường và các vật thể là gì?)

54. In the context of data project communication, what is the term for a visual representation of data? (Chọn 2)(Trong bối cảnh giao tiếp của dự án dữ liệu, đâu là những yếu tố dùng để biểu diễn dữ liệu một cách trực quan?)

55. What is the term for a small-scale project used to test and demonstrate the potential of AI within a company? (Chọn 2)(Thuật ngữ nào dùng để chỉ một dự án quy mô nhỏ được sử dụng để thử nghiệm và chứng minh tiềm năng của AI trong một công ty?)

56. Select all strategies that are effective for developing AI projects within a company. (Chọn 2)(Chọn tất cả các chiến lược hiệu quả để phát triển các dự án AI trong công ty.)

57. What is the term used for a computer system modeled on the human brain, consisting of layers of interconnected nodes? (Chọn 2)(Thuật ngữ nào được dùng để chỉ hệ thống máy tính mô phỏng bộ não con người, bao gồm các lớp nút liên kết với nhau?)

59. What single word describes the type of leadership crucial for integrating AI in developing economies? (Chọn 2)(Thuật ngữ nào mô tả phong cách lãnh đạo đóng vai trò then chốt trong việc tích hợp AI vào các nền kinh tế đang phát triển?)

60. What are significant impacts of AI on various industries? (Chọn 2)(Tác động đáng kể của AI đối với các ngành công nghiệp là gì?)

Access all questions and much more by creating a free account

Similar Resources on Wayground

Popular Resources on Wayground

Discover more resources for Mathematics

53. What is the key AI component used in self-driving cars to perceive the environment and objects? (Chọn 2)
(Thành phần AI chính được sử dụng trong xe tự lái để nhận diện môi trường và các vật thể là gì?)

54. In the context of data project communication, what is the term for a visual representation of data? (Chọn 2)
(Trong bối cảnh giao tiếp của dự án dữ liệu, đâu là những yếu tố dùng để biểu diễn dữ liệu một cách trực quan?)

55. What is the term for a small-scale project used to test and demonstrate the potential of AI within a company? (Chọn 2)
(Thuật ngữ nào dùng để chỉ một dự án quy mô nhỏ được sử dụng để thử nghiệm và chứng minh tiềm năng của AI trong một công ty?)

56. Select all strategies that are effective for developing AI projects within a company. (Chọn 2)
(Chọn tất cả các chiến lược hiệu quả để phát triển các dự án AI trong công ty.)

57. What is the term used for a computer system modeled on the human brain, consisting of layers of interconnected nodes? (Chọn 2)
(Thuật ngữ nào được dùng để chỉ hệ thống máy tính mô phỏng bộ não con người, bao gồm các lớp nút liên kết với nhau?)

59. What single word describes the type of leadership crucial for integrating AI in developing economies? (Chọn 2)
(Thuật ngữ nào mô tả phong cách lãnh đạo đóng vai trò then chốt trong việc tích hợp AI vào các nền kinh tế đang phát triển?)

60. What are significant impacts of AI on various industries? (Chọn 2)
(Tác động đáng kể của AI đối với các ngành công nghiệp là gì?)