Font size
WorksheetsKHDL & TTNT
Total questions: 102
Worksheet time: 53mins
. Which of the following is a potential effect of AI on job markets?
(AI gây ra tác động gì đối với thị trường lao động?)
Job displacement (Mất việc làm)
Increased manual labor (Gia tăng lao động thủ công)
Decreased productivity (Sự suy giảm năng suất)
Reduction in technology reliance (Giảm sự phụ thuộc vào công nghệ)
Which key component is essential for enabling voice recognition in smart speakers?
(Thành phần nào là yếu tố quan trọng giúp nhận diện giọng nói trong loa thông minh?)
Natural Language Processing (NLP) (Xử lý ngôn ngữ tự nhiên)
Data Encryption (Mã hóa dữ liệu)
Graphical Processing Unit (GPU) (Đơn vị xử lý đồ họa)
Blockchain Technology (Công nghệ Blockchain)
Which principle of communication is most effective in ensuring clarity during a data project meeting?
(Trong cuộc họp dự án dữ liệu, đâu là nguyên tắc giao tiếp hiệu quả nhất để đảm bảo sự rõ ràng?)
Active listening (Lắng nghe chủ động)
Rapid speaking (Nói nhanh)
Using technical jargon (Sử dụng thuật ngữ kỹ thuật)
Monologue presentations (Thuyết trình độc thoại)
Which of the following strategies is most effective for initiating AI projects within a company?
(Chiến lược nào sau đây là hiệu quả nhất để khởi xướng các dự án AI trong một công ty?)
Establishing an AI task force to oversee the initiative (Thiết lập một nhóm công tác AI để giám sát sáng kiến)
Starting with a pilot project to demonstrate AI capabilities (Bắt đầu với một dự án thử nghiệm để chứng minh khả năng của AI)
Immediately integrating AI into all processes without testing (Tích hợp ngay AI vào tất cả các quy trình mà không thử nghiệm)
Relying solely on external AI consultants for all AI projects (Chỉ dựa vào chuyên gia tư vấn AI bên ngoài cho tất cả các dự án AI)
What is machine learning?
(Học máy là gì?)
A subset of AI that involves the use of algorithms to allow computers to learn from and make predictions based on data. (Một nhánh của AI liên quan đến việc sử dụng các thuật toán để cho phép máy tính học và đưa ra dự đoán dựa trên dữ liệu.)
A branch of AI focused on building machines capable of performing tasks that typically require human intelligence. (Một nhánh của AI tập trung vào xây dựng máy móc có khả năng thực hiện các nhiệm vụ mà thường yêu cầu trí tuệ con người.)
The hardware components that enable AI systems to process information. (Các thành phần phần cứng cho phép hệ thống AI xử lý thông tin.)
The process of cleaning and organizing data to make it suitable for analysis. (Quá trình làm sạch và tổ chức dữ liệu để làm cho nó phù hợp với phân tích.)
In an AI team, who is primarily responsible for translating business needs into technical requirements and ensuring that the AI solution aligns with business goals?
(Trong một nhóm AI, ai là người chịu trách nhiệm chính trong việc chuyển đổi nhu cầu kinh doanh thành yêu cầu kỹ thuật và đảm bảo rằng giải pháp AI phù hợp với mục tiêu kinh doanh?)
Product Manager (Quản lý sản phẩm)
Data Scientist (Nhà khoa học dữ liệu)
Software Engineer (Kỹ sư phần mềm)
UX Designer (Nhà thiết kế UX)
What role in an AI team is responsible for maintaining the integrity of datasets and ensuring data quality?
(Vai trò nào trong nhóm AI chịu trách nhiệm duy trì tính toàn vẹn của các bộ dữ liệu và đảm bảo chất lượng dữ liệu?)
Data Engineer (Kỹ sư dữ liệu)
Data Scientist (Nhà khoa học dữ liệu)
Data Analist (Nhà phân tích dữ liệu)
Product Manager (Quản lý sản phẩm)
. Which of the following is a key step in applying the AI Transformation Playbook to guide a company in becoming proficient in AI?
(Khi sử dụng sách hướng dẫn Chuyển đổi AI để giúp một công ty trở nên thành thạo trong AI, bước quan trọng nào sau đây là cần thiết?)
Identifying and prioritizing AI opportunities within the company (Xác định và ưu tiên các cơ hội sử dụng AI trong công ty)
Focusing solely on increasing the company's social media presence (Chỉ tập trung vào việc tăng cường sự hiện diện trên mạng xã hội của công ty)
Developing a new line of consumer products (Phát triển một dòng sản phẩm tiêu dùng mới)
Reducing the number of employees to cut costs (Giảm số lượng nhân viên để cắt giảm chi phí)
What is one significant opportunity that AI presents for developing economies?
(Một cơ hội quan trọng mà AI mang lại cho các nền kinh tế đang phát triển là gì?)
Enhancing agricultural productivity through precision farming (Tăng cường năng suất nông nghiệp thông qua canh tác chính xác)
Reducing the need for energy resources (Giảm nhu cầu tài nguyên năng lượng)
Eliminating unemployment (Loại bỏ thất nghiệp
Solving all healthcare issues (Giải quyết tất cả các vấn đề chăm sóc sức khỏe)
Which of the following scenarios is considered a failure of machine learning due to overfitting?
(Tình huống nào sau đây được coi là thất bại của học máy do overfitting?)
A model performs well on training data but poorly on new, unseen data. (Mô hình hoạt động tốt trên dữ liệu huấn luyện nhưng kém trên dữ liệu mới, chưa được biết tới.)
A model has low bias and high variance. (Mô hình có độ thiên lệch thấp và phương sai cao.)
A model uses a simple linear regression for a non-linear problem. (Mô hình sử dụng hồi quy tuyến tính đơn giản cho vấn đề phi tuyến.)
A model predicts the test data with the same accuracy as the training data. (Mô hình dự đoán dữ liệu kiểm tra với độ chính xác giống như dữ liệu huấn luyện.)
What is the term for the error due to the bias that occurs when a model is too simple, such as assuming linearity when the data is more complex?
(Thuật ngữ nào dùng để chỉ lỗi do thiên lệch xảy ra khi mô hình quá đơn giản, chẳng hạn sử dụng mô hình tuyến tính cho dữ liệu phức tạp?)
underfitting (Chưa khớp)
overfitting (Quá khớp)
High variance (Độ lệch cao)
Gradient vanishing (Sự tiêu biến của Gradient)
In the PACE workflow, what is the primary focus during the Planning stage?
(Trong quy trình PACE, trọng tâm chính trong giai đoạn Lập kế hoạch là gì?)
Defining the project scope and objectives (Định nghĩa phạm vi và mục tiêu của dự án)
Collecting and analyzing data (Thu thập và phân tích dữ liệu)
Deploying the final model (Triển khai mô hình cuối cùng)
Evaluating the performance of the model (Đánh giá hiệu suất của mô hình)
In the PACE workflow, what is the term for the stage focused on gathering information and insights from data?
(Trong quy trình PACE, thuật ngữ nào dùng để chỉ giai đoạn tập trung vào việc thu thập thông tin và hiểu biết về dữ liệu?)
Analysis (Phân tích)
Crawling (Cào dữ liệu)
Processing (Xử lý)
Processing (Xử lý)
. In one word, what is essential for ensuring that all team members are aligned and understand their roles in a project?
(Điều gì là cần thiết để đảm bảo rằng tất cả các thành viên trong nhóm đều đồng thuận và hiểu rõ vai trò của mình trong dự án?)
Clarity (Sự rõ ràng)
Chaos (Hỗn loạn)
Silence (Sự im lặng)
Confusion (Sự nhầm lẫn)
What is one key way that effective communication drives the PACE workflow?
(Giao tiếp hiệu quả góp phần thúc đẩy quy trình PACE là gì?)
Establishes clear project goals (Thiết lập mục tiêu dự án rõ ràng)
Creates more work for team members (Tạo thêm công việc cho các thành viên trong nhóm)
Reduces the need for meetings (Giảm nhu cầu tổ chức các cuộc họp)
Eliminates task redundancy (Loại bỏ sự trùng lặp công việc)
What is the term used to describe the principle of doing no harm when working with data?
(Thuật ngữ nào được dùng để mô tả nguyên tắc không gây hại khi làm việc với dữ liệu?)
nonmaleficence (Nguyên tắc không gây tổn hại đến cá nhân, cộng đồng)
negligence (sự cẩu thả)
exploitation (sự khai thác)
bias (sự thiên vị)
Which technical skill is most commonly associated with data analysis in various careers?
(Kỹ năng kỹ thuật nào phổ biến nhất khi nhắc đến phân tích dữ liệu trong các lĩnh vực nghề nghiệp khác nhau?)
Data visualization (Trực quan hóa dữ liệu)
Project management (Quản lý dự án)
Public speaking (Nói trước công chúng)
Time management (Quản lý thời gian)
What one-word term describes the strategic ability to influence stakeholder decisions in the data career space?
(Thuật ngữ nào mô tả khả năng chiến lược của một người trong việc ảnh hưởng đến quyết định của các bên liên quan trong lĩnh vực dữ liệu?)
Persuasion (Thuyết phục)
Coding (Lập trình)
Storage (Lưu trữ)
Analysis (Phân tích)
Which of the following is essential for effective collaboration with AI teams concerning their approach to data?
(Điều gì dưới đây là thiết yếu để hợp tác hiệu quả với các nhóm AI liên quan đến cách tiếp cận của họ đối với dữ liệu?)
Understanding AI data preprocessing techniques (Hiểu các kỹ thuật xử lý dữ liệu của AI)
Knowing how to program AI algorithms (Biết cách lập trình các thuật toán AI)
Mastering AI hardware configuration (Làm chủ cấu hình phần cứng của AI)
Specializing in AI model deployment (Chuyên môn hóa trong triển khai mô hình AI)
In supervised learning, what term is used to describe the data that is used to train the model?
(Trong học có giám sát, thuật ngữ nào dùng để chỉ dữ liệu được sử dụng để huấn luyện mô hình?)
Training (Huấn luyện)
Testing (kiểm thử)
Tuning (điều chỉnh)
Preparing (chuẩn bị)
Which of the following resources is most essential to prepare for a job interview?
(Nguồn tài nguyên nào dưới đây là quan trọng nhất để chuẩn bị cho một cuộc phỏng vấn xin việc?)
Researching the company (Nghiên cứu công ty)
Practicing sports (Tập thể thao)
Watching movies (Xem phim)
Reading novels (Đọc tiểu thuyết)
. 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.)
When presenting key findings to an audience, which of the following is the most important element to include?
(Khi trình bày các phát hiện chính với khán giả, yếu tố nào dưới đây là quan trọng nhất?)
Clear and concise summary of the findings (Tóm tắt rõ ràng và ngắn gọn các phát hiện)
Detailed statistical data without context (Dữ liệu thống kê chi tiết mà không có ngữ cảnh)
Background of every research participant (Thông tin nền tảng của mọi người tham gia nghiên cứu)
Lengthy explanations of research methodology (Giải thích dài dòng về phương pháp nghiên cứu)
Which key element is crucial for effective communication about AI transformation within a company?
(Yếu tố quan trọng nào là cần thiết để giao tiếp hiệu quả về chuyển đổi AI trong một công ty?)
Clear understanding of AI concepts (Hiểu rõ các khái niệm về AI)
Ignoring stakeholder concerns (Bỏ qua mối quan tâm của các bên liên quan)
Focusing only on technical details (Chỉ tập trung vào chi tiết kỹ thuật)
Avoiding collaboration with external partners (Tránh hợp tác với các đối tác bên ngoài)
What is the purpose of the PACE workflow in a data science project?
(Mục đích của quy trình PACE trong một dự án khoa học dữ liệu là gì?)
To provide a structured approach to problem-solving using data analysis. (Để cung cấp một phương pháp có cấu trúc để giải quyết vấn đề bằng cách sử dụng phân tích dữ liệu.)
To ensure data privacy and security in all data science projects. (Để đảm bảo quyền riêng tư và bảo mật dữ liệu trong tất cả các dự án khoa học dữ liệu.)
To automate all steps of the data science process. (Để tự động hóa tất cả các bước trong quy trình khoa học dữ liệu.)
To develop new programming languages for data analysis. (Để phát triển các ngôn ngữ lập trình mới cho phân tích dữ liệu.)
. What letter does the PACE workflow begin with?
(Quy trình PACE bắt đầu bằng chữ cái nào?)
P
A
C
E
Which type of neural network is most commonly used for image recognition tasks?
(Loại mạng nơ-ron nào được sử dụng phổ biến nhất cho các nhiệm vụ nhận dạng hình ảnh?)
Convolutional Neural Networks (Mạng nơ-ron tích chập)
Recurrent Neural Networks (Mạng nơ-ron hồi tiếp)
K-Nearest Neighbors (K-điểm gần nhất)
Decision Trees (Cây quyết định)
Why is data often compared to oil in the context of AI systems?
(Tại sao dữ liệu thường được so sánh với dầu mỏ trong bối cảnh các hệ thống AI?)
Data is the new oil (Dữ liệu là dầu mỏ mới)
Data is always reliable (Dữ liệu luôn đáng tin cậy)
Data is insignificant in AI (Dữ liệu không quan trọng trong AI)
Data management is straightforward (Quản lý dữ liệu là đơn giản)
What is a significant ethical consideration when developing AI systems for real-world applications?
(Một yếu tố đạo đức quan trọng khi phát triển các hệ thống AI cho các ứng dụng thực tế là gì?)
Ensuring transparency in AI decision-making processes. (Đảm bảo tính minh bạch trong quy trình ra quyết định của AI.)
Maximizing AI's profit-making abilities. (Tối đa hóa khả năng kiếm lợi nhuận của AI.)
Focusing solely on technical performance of AI. (Chỉ tập trung vào hiệu suất kỹ thuật của AI.)
Prioritizing AI's speed over accuracy. (Ưu tiên tốc độ của AI thay vì độ chính xác.)
Which of the following is a realistic application of natural language processing (NLP)?
(Ứng dụng thực tế nào dưới đây là của xử lý ngôn ngữ tự nhiên (NLP)?)
Generating automated language translations for books (Tạo các bản dịch tự động cho sách)
Performing complex mathematical operations quickly (Thực hiện các phép toán toán học phức tạp một cách nhanh chóng)
Designing computer hardware components (Thiết kế các thành phần phần cứng máy tính)
Creating virtual reality environments (Tạo ra các môi trường thực tế ảo)
What is the one-word term for AI technologies that simulate human conversation?
(Thuật ngữ nào dùng để chỉ các công nghệ AI mô phỏng cuộc trò chuyện của con người?)
chatbots (chatbots)
databases (cơ sở dữ liệu)
sensors (cảm biến)
Image recognization (nhận dạng ảnh)
. Which of the following is a key responsibility of a data professional?
(Trách nhiệm chính nào dưới đây của một chuyên gia dữ liệu?)
Designing and maintaining databases (Thiết kế và duy trì cơ sở dữ liệu)
Performing heart surgeries (Thực hiện phẫu thuật tim)
Developing marketing strategies (Phát triển chiến lược marketing)
Teaching language courses (Dạy các khóa học ngôn ngữ)
Which of the following is a key ethical consideration when implementing AI systems?
(Yếu tố đạo đức nào dưới đây là quan trọng khi triển khai hệ thống AI?)
Ensuring AI systems are transparent and accountable (Đảm bảo các hệ thống AI minh bạch và có trách nhiệm)
Maximizing AI's profitability at any cost (Tối đa hóa lợi nhuận của AI bằng mọi giá)
Allowing AI to make decisions without human oversight (Cho phép AI ra quyết định mà không cần giám sát của con người)
Focusing solely on AI's technical capabilities (Chỉ tập trung vào khả năng kỹ thuật của AI)
What is Artificial General Intelligence (AGI)?
(Trí thông minh nhân tạo tổng quát (AGI) là gì?)
A type of AI focused on performing specific tasks. (Một loại AI tập trung vào việc thực hiện một hoặc một số nhiệm vụ cụ thể.)
A form of AI that has the ability to understand and learn any intellectual task that a human can. (Một hình thức AI có khả năng hiểu và học bất kỳ nhiệm vụ trí tuệ nào mà con người có thể thực hiện.)
An AI system that operates without human intervention. (Một hệ thống AI hoạt động mà không cần sự can thiệp của con người.)
A computer program designed to simulate human conversation. (Một chương trình máy tính được thiết kế để mô phỏng cuộc trò chuyện của con người.)
What is a primary responsibility for data stewardship in the context of data analytics professionals?
(Trong lĩnh vực phân tích dữ liệu, trách nhiệm cốt lõi của người quản lý dữ liệu là gì?)
Identify data privacy regulations that apply to analytics. (Xác định các quy định về quyền riêng tư dữ liệu áp dụng cho phân tích dữ liệu.)
Minimize ethical concerns to enhance data collection. (Giảm thiểu các mối quan tâm đạo đức để nâng cao việc thu thập dữ liệu.)
Prioritize data monetization over ethical considerations. (Ưu tiên kiếm tiền từ dữ liệu hơn là các yếu tố đạo đức.)
Ignore user consent if the data is anonymized. (Bỏ qua sự đồng ý của người dùng nếu dữ liệu đã được ẩn danh.)
Select the main drivers of business value that can be enhanced through AI automation.
(Yếu tố chính nào sau đây tạo ra giá trị cho doanh nghiệp, có thể được cải thiện nhờ tự động hóa bằng AI?)
Improved accuracy in data analysis (Cải thiện độ chính xác trong phân tích dữ liệu)
Increased time for market research (Tăng thời gian cho nghiên cứu thị trường)
Reduction of customer interaction through chatbots (Giảm tương tác khách hàng thông qua chatbot)
Complete elimination of human workforce (Loại bỏ hoàn toàn lực lượng lao động con người)
What is the primary goal businesses aim to achieve by automating tasks?
(Mục tiêu chính mà các doanh nghiệp hướng đến khi tự động hóa các nhiệm vụ là gì?)
Partner (Đối tác)
Productivity (Năng suất)
Mobility (Lưu động)
Customer (Khách hàng)
Which solutions are proposed to counteract job displacement due to AI?
(Những giải pháp nào được đề xuất để chống lại việc mất việc làm do AI gây ra?)
Do not need to do anything (Không làm gì cả)
Lifelong learning programs (Chương trình học suốt đời)
Increased taxation on AI companies (Tăng thuế đối với các công ty AI)
Do not need to care about AI (Không cần quan tấm đến AI)
Select the processes involved in developing AI products like smart speakers.
(Chọn các quy trình liên quan đến việc phát triển các sản phẩm AI như loa thông minh.)
Data Collection (Thu thập dữ liệu)
Software development (Phát triển phần mềm)
UI Design (Thiết kế giao diện người dùng)
Requirement analysis (Phân tích yêu cầu)
In one word, what is a major limitation of AI related to its decision-making capabilities?
(Hạn chế chính của AI liên quan đến khả năng ra quyết định của nó là gì?)
Bias (Thiên lệch)
Data (Dữ liệu)
Model (Mô hình)
Software (Phần mềm)
. What is the term for the systematic approach AI companies use to improve their processes and outcomes?
(Thuật ngữ nào dùng để chỉ cách tiếp cận hệ thống mà các công ty AI sử dụng để cải thiện quy trình và kết quả của họ?)
Optimization (Tối ưu hóa)
Evaluation (Đánh giá)
Minimization (Tối thiểu hoá)
Maximization (Tối đa hoá)
What is the term for AI-generated videos that make people appear to say or do things they never did?
(Thuật ngữ nào dùng để chỉ các video tạo ra bởi AI khiến người ta có vẻ như đang nói hoặc làm những việc mà họ chưa từng làm để giả dạng họ?)
Deepfakes (Deepfakes)
3D (3D)
Animation (Hoạt hình)
Hologram (Ảnh ba chiều)
Select all potential adverse impacts of deepfakes on society.
(Chọn tất cả các tác động tiêu cực tiềm tàng của deepfakes đối với xã hội.)
Increase public trust in media (Tăng niềm tin của công chúng vào truyền thông)
Facilitating criminal activities by impersonating individuals (Tạo điều kiện cho các hoạt động tội phạm thông qua việc giả mạo cá nhân)
Creating virtual meeting backgrounds (Tạo nền cuộc họp ảo)
Improving speech recognition systems (Cải thiện hệ thống nhận dạng giọng nói)
Which of the following are common applications of deep learning?
(Những ứng dụng nào dưới đây là phổ biến trong học sâu?)
Image Recognition (Nhận dạng hình ảnh)
Software Development (Phát triển phần mềm)
Sorting Algorithms (Thuật toán phân loại)
Weather Forecasting (Dự báo thời tiết)
What is the term for a neural network layer that reduces the spatial size of the representation to decrease the computational load and the number of parameters?
(Thuật ngữ nào chỉ lớp trong mạng nơ-ron dùng để giảm kích thước dữ liệu nhằm giảm tính toán và số tham số?)
Pooling (Pooling)
Sampling (Lấy mẫu)
Activation (Kích hoạt)
Convolution (Tích chập)
. What is the term for the process of cleaning and organizing raw data for analysis?
(Thuật ngữ nào dùng để chỉ quá trình làm sạch và tổ chức dữ liệu thô để phân tích?)
Preprocessing (Tiền xử lý)
Crawling (Cào dữ liệu)
Visualization (Trực quan hóa)
Modeling (Mô hình hóa)
What is the term for the ability of AI systems to make decisions without human intervention?
(Thuật ngữ nào chỉ khả năng của hệ thống AI ra quyết định mà không cần con người can thiệp?)
Autonomy (Tự chủ)
Governance (Quản lý)
Dependence (Phụ thuộc)
Supervision (Giám sát)
What is the term for extracting meaningful insights from large sets of raw data?
(Thuật ngữ nào chỉ quá trình rút ra hiểu biết có ý nghĩa từ lượng lớn dữ liệu thô?)
Analysis (Phân tích)
Remove (Xoá)
Storage (Lưu trữ)
Encryption (Mã hóa)
What is the term for the ethical principle that AI should not cause harm to humans?
(Thuật ngữ nào chỉ nguyên tắc đạo đức yêu cầu AI không được gây hại cho con người?)
Nonmaleficence (không gây hại)
Productivity (Năng suất)
Efficiency (hiệu quả)
Profitability (lợi nhuận)
What is the term for the practice of ensuring data is accurate, consistent, and reliable for its intended use?
(Thuật ngữ nào chỉ việc đảm bảo dữ liệu chính xác, nhất quán và đáng tin cậy cho mục đích sử dụng?)
Data Lake (Kho dữ liệu)
Data Integrity (Toàn vẹn dữ liệu)
Data Volume (Khối lượng dữ liệu)
Data Security (Bảo mật dữ liệu)
Select the practice that reflect data stewardship priorities in analytics.
(Chọn công việc phản ánh các ưu tiên quản lý dữ liệu trong phân tích.)
Implementing encryption techniques to protect data. (Áp dụng các kỹ thuật mã hóa để bảo vệ dữ liệu.)
Regularly deleting data access logs. (Định kỳ xoá các nhật ký truy cập dữ liệu.)
Sorting Algorithms (Thuật toán phân loại)
Assuming data from trusted sources needs no validation. (Giả định rằng dữ liệu từ các nguồn đáng tin cậy không cần xác thực.)
In the context of AI and machine learning projects, what is the term for adjusting model parameters to improve performance?
(Trong bối cảnh các dự án AI và học máy, thuật ngữ nào chỉ việc điều chỉnh tham số mô hình để cải thiện hiệu suất?)
Tuning (Điều chỉnh)
Evaluation (Đánh giá)
Initialization (Khởi tạo)
Initialization (Khởi tạo)
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)
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)
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)
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)
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)
. 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)
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)
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)
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?)
Data Visualization (Trực quan hóa dữ liệu)
Model Training (Huấn luyện mô hình)
Data Backup (Sao lưu dữ liệu)
Resource Allocation (Phân bổ tài nguyên)
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)
What is the term for assessing the potential impacts of AI on ethical and societal norms?
(Thuật ngữ nào dùng để chỉ việc đánh giá các tác động tiềm tàng của AI đối với các chuẩn mực đạo đức và xã hội?)
Ethics (Đạo đức)
Effective (Hiệu quả)
Efficiency (Hiệu quả)
Performance (Hiệu suất)
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?)
Technology (công nghệ)
F&B (Đồ ăn & nước uống)
Agriculture (nông nghiệp)
Entertainment (giải trí)
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)
Cafes (Quán cà phê)
Construction firms (Công ty xây dựng)
Name a machine learning library that starts with 's'.
(Nêu tên một thư viện học máy bắt đầu bằng chữ 's'.)
Scikit-learn (Scikit-learn)
Pytorch (Pytorch)
Pandas (pandas)
Tensorflow (tensorflow)
Which of the following is a popular open-source library used for deep learning projects?
(Thư viện mã nguồn mở nào sau đây được sử dụng phổ biến trong các dự án deep learning?)
PyTorch (PyTorch)
Excel (Excel)
Photoshop (Photoshop)
WordPress (WordPress)
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)
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?)
Overload (Quá tải)
Data insufficient (Không đủ)
Underfitting (Chưa khớp)
Encryption (Mã hóa)
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)
ML (Học máy)
AI (Trí tuệ nhân tạo)
CNN (Mạng nơ-ron tích chập)
. 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)
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.)
What one-word term describes the process of using algorithms to parse data, learn from it, and make a determination or prediction?
(Thuật ngữ nào mô tả quá trình sử dụng thuật toán để phân tích dữ liệu, học từ nó và đưa ra quyết định hoặc dự đoán?)
Modeling (Mô hình hóa)
Cleaning (Làm sạch)
Storing (Lưu trữ)
Visualizing (Trực quan hóa)
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)
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)
accuracy (độ chính xác)
efficiency (hiệu quả)
transparency (minh bạch)
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)
Implement the data collection process. (Triển khai quá trình thu thập dữ liệu)
Conduct the final review and assessment. (Thực hiện đánh giá và xem xét cuối cùng)
. 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)
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)
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.)
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?)
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)
Complexity in data preprocessing (Độ phức tạp trong xử lý dữ liệu trước khi phân tích)
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?)
o 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)
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)
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)
Deep learning (Học sâu)
Unsupervised learning (Học không giám sát)
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.)
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)
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)
. Which of the following are key applications of reinforcement learning?
(Những ứng dụng chính của học tăng cường là gì?)
Game playing (Chơi game)
Robotics (Robot học)
Image classification (Phân loại hình ảnh)
Natural language processing (Xử lý ngôn ngữ tự nhiên)
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.)
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.)
It 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.)
Why do we call AI a general purpose technology?
(Tại sao chúng ta gọi AI là một công nghệ đa năng?)
Because it can chat. (Bởi vì nó có thể trò chuyện.)
Because it is useful for many different tasks. (Bởi vì nó hữu ích cho nhiều tác vụ khác nhau.)
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.)
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.)
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?)
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.)
All other answers. (Tất cả các câu trả lời khác.)
. 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.)
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.)
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 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.)
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.)
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.)
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.)
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))
6,000 tokens (6.000 token)
14,000 tokens (about 6000 1.333 + the original 6000 words) (14.000 token (khoảng 6000 1.333 + 6000 từ ban đầu))
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.)
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.)
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.)
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.)
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.)
