WorksheetsСтратсессия по ИИ (АТБ)
Total questions: 11
Worksheet time: 6mins
В чём ключевая особенность LLM (Large Language Model) по сравнению с другими ИИ-системами?
Она работает только с числовыми данными
Она интегрирована в банковские терминалы
Она может обучаться на внешних данных и взаимодействовать с пользователем на естественном языке
Она управляется исключительно через API и не предназначена для общения
Что такое "Humanity’s Last Exam" (Последний экзамен человечества) в контексте развития ИИ?
Массовый тест на цифровую грамотность
Этический опрос ООН о будущем ИИ
Научная инициатива по полной замене профессий ИИ
Бенчмарк для оценки уровня нейросетей по сравнению с человеческими когнитивными способностями
Почему рекомендуется начинать новый чат при смене темы запроса в языковых моделях, таких как GPT?
Потому что модель забывает всё после одного сообщения
Потому что новый чат точнее работает
Потому что модель учитывает всю историю диалога, и если тема меняется, старый контекст может ухудшить качество ответа и создать дополнительную нагрузку
Потому что в старом чате «мешается» всё подряд
Выберите важные компоненты эффективного промпта для нейросети. Отметьте несколько вариантов
Контекст — кто вы и какую задачу выполняете
Цель — что должен выполнить ИИ, описание задачи
Ожидаемый результат — формат и структура ответа
Уровень доступа к данным пользователя
Тип устройства, с которого выполняется запрос
Какие способы вы бы использовали, чтобы проверить достоверность информации, полученной от ИИ? Возможно выбрать несколько вариантов ответа
Никакие. Предпочитаю принимать все ответы ИИ как истину без проверок
Сравнить с официальными и авторитетными источниками
Использовать сервисы нейросетей с возможностью работы с внешними ссылками и глубоким поиском (deep research)
Консультироваться с экспертами в нужной области
Почему ИИ-модели всё чаще применяются для прогнозирования финансовых показателей?
Потому что они умеют предсказывать курс валют с 100% точностью
Потому что они выявляют закономерности в больших объёмах данных
Потому что они не нуждаются в обучении
Потому что они обеспечивают максимальную финансовую безопасность
Выберите пример применения ИИ как генеративной функции
ИИ сортирует транзакции по категориям расходов
ИИ оценивает кредитный риск клиента на основе данных
ИИ собирает информацию из десятков источников и формирует аналитическую справку в виде текста
ИИ проверяет соответствие операций внутренним правилам банка
ИИ-чат-боты уже активно используются в банковской сфере. Что именно банки стремятся улучшить в них на текущем этапе развития?
Увеличить скорость вывода средств на счёт
Добавить поддержку всех языков мира
Развить эмоциональный интеллект — способность понимать тональность, распознавать стресс и отвечать с эмпатией
Интегрировать чат-бот с банкоматами и терминалами
Что затрудняет эффективную аналитику данных для банковской сферы?
Большое количество разрозненных источников данных
Использование различных форматов документов (PDF, сканы, табличные файлы и пр.)
Частое применение ручного сбора и обработки информации
Недостаточная доступность данных в интернете
Излишняя осторожность банков, связанная с опасением раскрыть внутренние бизнес-процессы даже при внутренней аналитике.
Почему использование всех доступных внешних данных без фильтрации и проверки в банковской аналитике может быть опасно?
Потому что это увеличивает стоимость лицензий на программное обеспечение
Потому что данные из всех источников одинаково точны и полезны
Потому что непроверенные данные могут содержать ошибки, предвзятость и представлять юридические риски
Потому что использование всех данных ускоряет работу моделей
Почему часто требуется дообучение или настройка базовых моделей ИИ под конкретные задачи, а не просто использование готовых моделей «из коробки»?
Потому что базовые модели слишком медленные
Потому что готовые модели не учитывают специфику данных и бизнес-процессов
Все модели ИИ одинаково подходят для любых задач без изменений
Базовые модели слишком сложные для большинства задач
