Font size
WorksheetsAI and Data Essentials Worksheet
Total questions: 103
Worksheet time: 52mins
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?)
Increased manual labor (Gia tăng lao động thủ công)
Decreased productivity (Sự suy giảm năng suất)
Job displacement (Mất việc làm)
Reduction in technology reliance (Giảm sự phụ thuộc vào công nghệ)
Which key component is essential for enabling voice recognition in smart speakers?
Yếu tố chính nào là cần thiết để kích hoạt nhận diện giọng nói trong các loa thông minh?
Graphical Processing Unit (GPU) - Đơn vị xử lý đồ họa
Data Encryption - Mã hóa dữ liệu
Blockchain Technology - Công nghệ chuỗi khối
Natural Language Processing (NLP) - Xử lý ngôn ngữ tự nhiên
Which principle of communication is most effective in ensuring clarity during a data project meeting?
Nguyên tắc giao tiếp nào là hiệu quả nhất trong việc đảm bảo sự rõ ràng trong một cuộc họp dự án dữ liệu?
Using technical jargon (Sử dụng thuật ngữ kỹ thuật)
Active listening (Lắng nghe chủ động)
Monologue presentations (Trình bày độc thoại)
Rapid speaking (Nói nhanh)
Which of the following strategies is most effective for initiating AI projects within a company?
Chiến lược nào dưới đây là hiệu quả nhất để khởi động các dự án AI trong một công ty?
Immediately integrating AI into all processes without testing (Ngay lập tức tích hợp AI vào tất cả các quy trình mà không cần thử nghiệm)
Establishing an AI task force to oversee the initiative (Thiết lập một nhóm nhiệm vụ AI để giám sát sáng kiến)
Relying solely on external AI consultants for all AI projects (Chỉ dựa vào các tư vấn viên AI bên ngoài cho tất cả các dự án AI)
Starting with a pilot project to demonstrate AI capabilities (Bắt đầu với một dự án thí điểm để chứng minh khả năng của AI)
What is machine learning?
Machine learning là gì?
A branch of AI focused on building machines capable of performing tasks that typically require human intelligence
Một nhánh của AI tập trung vào việc xây dựng máy móc có khả năng thực hiện các nhiệm vụ thường yêu cầu trí thông minh của con người
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 cho phân tích
The hardware components that enable AI systems to process information
Các thành phần phần cứng cho phép các hệ thống AI xử lý thông tin
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 hỏi từ dữ liệu và đưa ra dự đoán
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 đội ngũ AI, ai là người chủ yếu chịu trách nhiệm chuyển đổi nhu cầu kinh doanh thành các yêu cầu kỹ thuật và đảm bảo rằng giải pháp AI phù hợp với các mục tiêu kinh doanh?
Software Engineer (Kỹ sư phần mềm)
Data Scientist (Nhà khoa học dữ liệu)
Product Manager (Quản lý sản phẩm)
UX Designer (Nhà thiết kế trải nghiệm người dùng)
What role in an AI team is responsible for maintaining the integrity of datasets and ensuring data quality?
Vai trò nào trong một đội ngũ AI chịu trách nhiệm duy trì tính toàn vẹn của các tập dữ liệu và đảm bảo chất lượng dữ liệu?
Product Manager (Quản lý sản phẩm)
Data Analyst (Nhà phân tích dữ liệu)
Data Engineer (Kỹ sư dữ liệu)
Data Scientist (Nhà khoa học dữ liệu)
Which of the following is a key step in applying the AI Transformation Playbook to guide a company in becoming proficient in AI?
Những bước nào sau đây là bước quan trọng trong việc áp dụng Sổ tay Chuyển đổi AI để hướng dẫn một công ty trở nên thành thạo trong AI?
Focusing solely on increasing the company’s social media presence
Tập trung hoàn toàn vào việc tăng cường sự hiện diện trên mạng xã hội của công ty
Reducing the number of employees to cut costs
Giảm số lượng nhân viên để cắt giảm chi phí
Identifying and prioritizing AI opportunities within the company
Nhận diện và ưu tiên các cơ hội AI trong công ty
Developing a new line of consumer products
Phát triển một dòng sản phẩm tiêu dùng mới
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?)
Reducing the need for energy resources (Giảm nhu cầu về tài nguyên năng lượng)
Solving all healthcare issues (Giải quyết tất cả các vấn đề về chăm sóc sức khỏe)
Eliminating unemployment (Xóa bỏ thất nghiệp)
Enhancing agricultural productivity through precision farming (Nâng cao năng suất nông nghiệp thông qua canh tác chính xác)
Which of the following scenarios is considered a failure of machine learning due to overfitting?
Trong số các kịch bản sau, kịch bản nào được coi là thất bại của học máy do hiện tượng overfitting?
A model has low bias and high variance
Một mô hình có độ thiên lệch thấp và phương sai cao
A model predicts the test data with the same accuracy as the training data
Một mô hình dự đoán dữ liệu kiểm tra với độ chính xác giống như dữ liệu huấn luyện
A model performs well on training data but poorly on new, unseen data
Một mô hình hoạt động tốt trên dữ liệu huấn luyện nhưng kém trên dữ liệu mới, chưa thấy
A model uses a simple linear regression for a non-linear problem
Một mô hình sử dụng hồi quy tuyến tính đơn giản cho một vấn đề phi tuyến
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 chỉ lỗi do thiên lệch xảy ra khi một mô hình quá đơn giản, chẳng hạn như giả định tính tuyến tính khi dữ liệu phức tạp hơn?
High variance (biến thiên cao)
underfitting (thiếu độ khớp)
Gradient vanishing (biến mất gradient)
overfitting (quá khớp)
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?
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
Defining the project scope and objectives
Định nghĩa phạm vi và mục tiêu của dự án
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 chỉ giai đoạn tập trung vào việc thu thập thông tin và hiểu biết từ dữ liệu?
Crawling (Thu thập dữ liệu)
Pre-processing (Tiền xử lý)
Processing (Xử lý)
Analysis (Phân tích)
In one word, what is essential for ensuring that all team members are aligned and understand their roles in a project?
Trong một từ, điều gì là cần thiết để đảm bảo rằng tất cả các thành viên trong nhóm đều đồng nhất và hiểu rõ vai trò của họ trong một dự án?
Chaos (Hỗn loạn)
Clarity (Rõ ràng)
Confusion (Nhầm lẫn)
Silence (Im lặng)
What is one key way that effective communication drives the PACE workflow? / Một cách chính mà giao tiếp hiệu quả thúc đẩy quy trình PACE là gì?
Reduces the need for meetings / Giảm nhu cầu họp
Creates more work for team members / Tạo thêm công việc cho các thành viên trong nhóm
Establishes clear project goals / Thiết lập các mục tiêu dự án rõ ràng
Eliminates task redundancy / Loại bỏ sự trùng lặp trong nhiệm vụ
What is the term used to describe the principle of doing no harm when working with data?
Thuật ngữ nào được sử dụng để mô tả nguyên tắc không gây hại khi làm việc với dữ liệu?
exploitation (khai thác)
negligence (sự cẩu thả)
bias (thiên lệch)
nonmaleficence (không gây hại)
Which technical skill is most commonly associated with data analysis in various careers? (Kỹ năng kỹ thuật nào thường được liên kết với phân tích dữ liệu trong nhiều nghề nghiệp?)
Project management (Quản lý dự án)
Time management (Quản lý thời gian)
Data visualization (Trực quan hóa dữ liệu)
Public speaking (Nói trước công chúng)
What one-word term describes the strategic ability to influence stakeholder decisions in the data career space?
Thuật ngữ một từ nào mô tả khả năng chiến lược để ảnh hưởng đến quyết định của các bên liên quan trong lĩnh vực nghề nghiệp dữ liệu?
Storage (Lưu trữ)
Analysis (Phân tích)
Persuasion (Thuyết phục)
Coding (Lập trình)
Which of the following is essential for effective collaboration with AI teams concerning their approach to data?
Điều nào sau đây là cần thiết để hợp tác hiệu quả với các nhóm AI liên quan đến cách tiếp cận dữ liệu của họ?
Knowing how to program AI algorithms
Biết cách lập trình các thuật toán AI
Mastering AI hardware configuration
Thành thạo cấu hình phần cứng AI
Understanding AI data preprocessing techniques
Hiểu các kỹ thuật tiền xử lý dữ liệu AI
Specializing in AI model deployment
Chuyên môn hóa trong việc 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 được sử dụng để mô tả dữ liệu được sử dụng để đào tạo mô hình?
Testing (Kiểm tra)
Tuning (Tinh chỉnh)
Preparing (Chuẩn bị)
Training (Đào tạo)
Which of the following resources is most essential to prepare for a job interview?
Trong số các tài nguyên sau, tài nguyên nào là cần thiết nhất để chuẩn bị cho một cuộc phỏng vấn xin việc?
Practicing sports (Tập thể thao)
Reading novels (Đọc tiểu thuyết)
Watching movies (Xem phim)
Researching the company (Nghiên cứu công ty)
What is the primary objective of adversarial attacks on AI systems?
Mục tiêu chính của các cuộc tấn công đối kháng vào các hệ thống AI là gì?
Adversarial attacks are designed to enhance AI model accuracy
Cuộc tấn công đối kháng được thiết kế để nâng cao độ chính xác của mô hình AI
Adversarial attacks always require human intervention to succeed
Cuộc tấn công đối kháng luôn cần sự can thiệp của con người để thành công
Adversarial attacks manipulate input data to deceive AI models
Cuộc tấn công đối kháng thao túng dữ liệu đầu vào để lừa dối các mô hình AI
Adversarial attacks involve directly altering the AI model’s code
Cuộc tấn công đối kháng liên quan đến việc thay đổi trực tiếp mã của mô hình AI
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 cho khán giả, yếu tố nào sau đây là quan trọng nhất cần bao gồm?
Detailed statistical data without context
Dữ liệu thống kê chi tiết mà không có ngữ cảnh
Clear and concise summary of the findings
Tóm tắt rõ ràng và ngắn gọn về các phát hiện
Which key element is crucial for effective communication about AI transformation within a company? / Yếu tố nào là rất quan trọng để giao tiếp hiệu quả về sự chuyển đổi AI trong một công ty?
Ignoring stakeholder concerns / Bỏ qua mối quan tâm của các bên liên quan
Focusing only on technical details / Chỉ tập trung vào các chi tiết kỹ thuật
Clear understanding of AI concepts / Hiểu rõ các khái niệm AI
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?
Để làm gì quy trình PACE trong một dự án khoa học dữ liệu?
To ensure data privacy and security in all data science projects.
Để đảm bảo quyền riêng tư và an ninh dữ liệu trong tất cả các dự án khoa học dữ liệu.
To provide a structured approach to problem-solving using data analysis.
Để cung cấp một cách tiếp cận có cấu trúc cho việc giải quyết vấn đề bằng cách sử dụng phân tích dữ liệu.
To develop new programming languages for data analysis.
Để phát triển các ngôn ngữ lập trình mới cho phân tích dữ liệu.
To automate all steps of the data science process.
Để tự động hóa tất cả các bước của quy trình khoa học dữ liệu.
What letter does the PACE workflow begin with?
Quy trình PACE bắt đầu bằng chữ cái nào?
A (A)
C (C)
E (E)
P (P)
Which type of neural network is most commonly used for image recognition tasks? (Loại mạng nơ-ron nào thường được sử dụng nhất cho các tác vụ nhận diện hình ảnh?)
Recurrent Neural Networks (Mạng nơ-ron hồi tiếp)
Decision Trees (Cây quyết định)
K-Nearest Neighbors (K-Láng giềng gần nhất)
Convolutional Neural Networks (Mạng nơ-ron tích chập)
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 insignificant in AI (Dữ liệu không quan trọng trong AI)
Data management is straightforward (Quản lý dữ liệu là đơn giản)
Data is always reliable (Dữ liệu luôn đáng tin cậy)
Data is the new oil (Dữ liệu là dầu mỏ mới)
What is a significant ethical consideration when developing AI systems for real-world applications? (Một cân nhắc đạo đức quan trọng khi phát triển các hệ thống AI cho các ứng dụng thực tế là gì?)
Focusing solely on technical performance of AI. (Chỉ tập trung vào hiệu suất kỹ thuật của AI.)
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.)
Prioritizing AI's speed over accuracy. (Ưu tiên tốc độ của AI hơn độ chính xác.)
Which of the following is a realistic application of natural language processing (NLP)? / Ứng dụng nào sau đây là ứng dụng thực tế của xử lý ngôn ngữ tự nhiên (NLP)?
Performing complex mathematical operations quickly / Thực hiện các phép toán phức tạp một cách nhanh chóng
Creating virtual reality environments / Tạo ra các môi trường thực tế ảo
Generating automated language translations for books / Tạo ra các bản dịch ngôn ngữ tự động cho sách
Designing computer hardware components / Thiết kế các thành phần phần cứng máy tính
What is the one-word term for AI technologies that simulate human conversation?
Thuật ngữ một từ cho các công nghệ AI mô phỏng cuộc trò chuyện của con người là gì?
Image recognition (nhận diện hình ảnh)
databases (cơ sở dữ liệu)
chatbots (trò chuyện tự động)
sensors (cảm biến)
Which of the following is a key responsibility of a data professional?
Vai trò chính nào sau đây của một chuyên gia dữ liệu?
Performing heart surgeries (Thực hiện phẫu thuật tim)
Teaching language courses (Giảng dạy các khóa học ngôn ngữ)
Designing and maintaining databases (Thiết kế và duy trì cơ sở dữ liệu)
Developing marketing strategies (Phát triển chiến lược tiếp thị)
Which of the following is a key ethical consideration when implementing AI systems?
(Yếu tố đạo đức nào sau đây là quan trọng khi triển khai các hệ thống AI?)
Maximizing AI's profitability at any cost
(Tối đa hóa lợi nhuận của AI bằng mọi giá)
Ensuring AI systems are transparent and accountable
(Đảm bảo các hệ thống AI minh bạch và có trách nhiệm)
Focusing solely on AI's technical capabilities
(Chỉ tập trung vào khả năng kỹ thuật của AI)
Allowing AI to make decisions without human oversight
(Cho phép AI đưa ra quyết định mà không có sự giám sát của con người)
What is Artificial General Intelligence (AGI)?
(Trí tuệ nhân tạo tổng quát (AGI) là gì?)
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.)
A type of AI focused on performing specific tasks. (Một loại AI tập trung vào việc thực hiện các 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.)
An AI system that operates without human intervention. (Một hệ thống AI hoạt động mà không cần sự can thiệp của con người.)
What is a primary responsibility for data stewardship in the context of data analytics professionals? (Trách nhiệm chính của việc quản lý dữ liệu trong bối cảnh các chuyên gia phân tích dữ liệu là gì?)
Ignore user consent if the data is anonymized. (Bỏ qua sự đồng ý của người dùng nếu dữ liệu đã được ẩn danh.)
Minimize ethical concerns to enhance data collection. (Giảm thiểu các mối quan tâm về đạo đức để nâng cao việc thu thập dữ liệu.)
Identify data privacy regulations that apply to analytics. (Xác định các quy định về quyền riêng tư dữ liệu áp dụng cho phân tích.)
Prioritize data monetization over ethical considerations. (Ưu tiên việc kiếm tiền từ dữ liệu hơn các cân nhắc đạo đức.)
Select the main drivers of business value that can be enhanced through AI automation.
Chọn các yếu tố chính thúc đẩy giá trị kinh doanh có thể được cải thiện thông qua tự động hóa AI.
Tăng thời gian cho nghiên cứu thị trường
Giảm tương tác với khách hàng thông qua chatbot
Cải thiện độ chính xác trong phân tích dữ liệu
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 tới khi tự động hóa các nhiệm vụ là gì?
Mobility (Di động)
Customer (Khách hàng)
Productivity (Năng suất)
Partner (Đối tác)
Which solutions are proposed to counteract job displacement due to AI?
Các giải pháp nào được đề xuất để chống lại sự thay thế công việc do AI?
Increased taxation on AI companies (Tăng thuế đối với các công ty AI)
Do not need to care about AI (Không cần quan tâm đến AI)
Lifelong learning programs (Chương trình học tập suốt đời)
Do not need to do anything (Không cần làm gì cả)
Select the processes involved in developing AI products like smart speakers.
Chọn các quy trình liên quan đến việc phát triển sản phẩm AI như loa thông minh.
UI Design (Thiết kế giao diện người dùng)
Requirement analysis (Phân tích yêu cầu)
Data Collection (Thu thập dữ liệu)
Software development (Phát triển phần mềm)
In one word, what is a major limitation of AI related to its decision-making capabilities?
Trong một từ, đâu là một hạn chế lớn của AI liên quan đến khả năng ra quyết định của nó?
Data (Dữ liệu)
Software (Phần mềm)
Bias (Thiên kiến)
Model (Mô hình)
What is the term for the systematic approach AI companies use to improve their processes and outcomes?
Thuật ngữ nào chỉ phương pháp có hệ thống mà các công ty AI sử dụng để cải thiện quy trình và kết quả của họ?
Minimization (Giảm thiểu)
Maximization (Tối đa hóa)
Evaluation (Đánh giá)
Optimization (Tối ưu hóa)
What is the term for AI-generated videos that make people appear to say or do things they never did?
Thuật ngữ nào chỉ các video được tạo ra bởi AI khiến mọi người có vẻ như nói hoặc làm những điều mà họ chưa từng làm?
Animation (Hoạt hình)
Hologram (Hình chiếu 3D)
Deepfakes (Video giả mạo)
3D (3D)
Select all potential adverse impacts of deepfakes on society.
Chọn tất cả các tác động tiêu cực tiềm tàng của deepfake đối với xã hội.
Facilitating criminal activities by impersonating individuals
Thúc đẩy các hoạt động tội phạm bằng cách giả mạo cá nhân
Creating virtual meeting backgrounds
Tạo nền cuộc họp ảo
Improving speech recognition systems
Cải thiện hệ thống nhận diện giọng nói
Increase public trust in media
Tăng cường niềm tin của công chúng vào truyền thông
Which of the following are common applications of deep learning? (Những ứng dụng phổ biến của học sâu là gì?)
Weather Forecasting (Dự báo thời tiết)
Image Recognition (Nhận diện hình ảnh)
Software Development (Phát triển phần mềm)
Sorting Algorithms (Thuật toán sắp xếp)
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 cho một lớp mạng nơ-ron giảm kích thước không gian của đại diện để giảm tải tính toán và số lượng tham số là gì?)
Activation (Kích hoạt)
Pooling (Tầng gộp)
Convolution (Tích chập)
Sampling (Lấy mẫu)
What is the term for the process of cleaning and organizing raw data for analysis? (Thuật ngữ nào chỉ quá trình làm sạch và tổ chức dữ liệu thô để phân tích?)
Crawling (Thu thập dữ liệu)
Modeling (Mô hình hóa)
Preprocessing (Tiền xử lý)
Visualization (Trực quan hóa)
What is the term for the ability of AI systems to make decisions without human intervention?
Thuật ngữ nào chỉ khả năng của các hệ thống AI trong việc đưa ra quyết định mà không cần sự can thiệp của con người?
Governance (Quản trị)
Dependence (Phụ thuộc)
Autonomy (Tự trị)
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?)
Storage (Lưu trữ)
Encryption (Mã hoá)
Remove (Xoá)
Analysis (Phân tích)
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?)
Efficiency (hiệu quả)
Profitability (lợi nhuận)
Nonmaleficence (không gây hại)
Productivity (Năng suất)
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 Security (Bảo mật dữ liệu)
Data Volume (Khối lượng dữ liệu)
Data Lake (Kho dữ liệu)
Data Integrity (Toàn vẹn dữ liệu)
Select the practice that reflects data stewardship priorities in analytics. (Chọn công việc phản ánh các ưu tiên quản lý dữ liệu trong phân tích.)
Regularly deleting data access logs. (Định kỳ xoá các nhật ký truy cập dữ liệu.)
Assuming data from trusted sources needs no validation. (Giả định rằng dữ liệu từ các nguồn đáng tin cậy không cần xác thực.)
Implementing encryption techniques to protect data. (Áp dụng các kỹ thuật mã hoá để bảo vệ dữ liệu.)
Sorting Algorithms (Thuật toán phân loại)
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?)
Validation (Xác thực)
Initialization (Khởi tạo)
Tuning (Điều chỉnh)
Evaluation (Đánh giá)
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?)
Sonar (sóng siêu âm) - Sonar (sóng siêu âm)
GPS (định vị GPS) - GPS (định vị GPS)
Mirror (Lidar) - Gương (Lidar)
Radar (Radar) - radar (Radar)
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?)
Graph (đồ thị)
Chart (biểu đồ)
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?)
Demo (bản thử nghiệm)
Pilot (dự án thử nghiệm)
Mockup (mô hình giả lập)
Prototype (nguyên mẫu)
Select all strategies that are effective for developing AI projects within a company. (Chọn tất cả các chiến lược hiệu quả để phát triển các dự án AI trong công ty.)
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)
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)
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 dùng để chỉ hệ thống máy tính mô phỏng bộ não con người, bao gồm các lớp nút liên kết với nhau?)
Decision tree (cây quyết định)
Artificial Neural Network (mạng nơ-ron nhân tạo)
Neural Network (mạng nơ-ron)
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?)
Prototype (nguyên mẫu)
Pilot (dự án thử nghiệm)
Draft (bản nháp)
Simulation (mô phỏng)
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?)
Innovative (sáng tạo)
Visionary (tầm nhìn)
Collaborative (hợp tác)
Authoritative (độc đoán)
What are significant impacts of AI on various industries? (Tác động đáng kể của AI đối với các ngành công nghiệp là gì?)
Enhance Productivity (Tăng năng suất làm việc)
Automation of repetitive tasks (Tự động hoá các nhiệm vụ lặp đi lặp lại)
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?)
Resource Allocation (Phân bổ tài nguyên)
Data Backup (Sao lưu dữ liệu)
Model Training (Huấn luyện mô hình)
Data Visualization (Trực quan hoá dữ liệu)
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?)
Popularity of the technology in the media (Sự phổ biến của công nghệ trong truyền thông)
Cost of development versus purchase price (Chi phí phát triển so với giá mua)
Color of the company's branding (Màu sắc thương hiệu công ty)
Number of employees in the company (Số lượng nhân viên trong 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?)
Efficiency (Hiệu suất)
Effective (Hiệu quả)
Performance (Hiệu suất)
Ethics (Đạo đức)
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)
Agriculture (nông nghiệp)
Entertainment (giải trí)
Technology (công nghệ)
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?)
Grocery stores (Cửa hàng tạp hoá)
Construction firms (Công ty xây dựng)
Cafes (Quán cà phê)
Technology companies (Các công ty công nghệ)
Name a machine learning library that starts with 's'. (Tên một thư viện học máy bắt đầu bằng chữ 's'.)
Pandas (pandas)
Tensorflow (tensorflow)
Pytorch (Pytorch)
Scikit-learn (Scikit-learn)
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?)
Excel (Excel - Phần mềm bảng tính)
WordPress (WordPress - Nền tảng quản lý nội dung)
Photoshop (Photoshop - Phần mềm chỉnh sửa ảnh)
PyTorch (PyTorch - Thư viện mã nguồn mở phổ biến cho deep learning)
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?)
Using open-source tools (Sử dụng công cụ mã nguồn mở)
Inadequate data quality (Chất lượng dữ liệu không đảm bảo)
Hiring a diverse team (Thuê một nhóm đa dạng)
Overestimating algorithm complexity (Đánh giá quá cao độ phức tạp của thuật toán)
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?)
Underfitting (Chưa khớp)
Encryption (Mã hoá)
Data insufficient (Không đủ)
Overload (Quá tải)
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?)
AI (Trí tuệ nhân tạo - Artificial Intelligence)
CNN (Mạng nơ-ron tích chập - Convolutional Neural Network)
NLP (Xử lý ngôn ngữ tự nhiên - Natural Language Processing)
ML (Học máy - Machine Learning)
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?)
Recurrent Neural Networks (Mạng nơ-ron hồi tiếp)
K-Means Clustering (Phân cụm K-Means)
Decision Trees (Cây quyết định)
Convolutional Neural Networks (Mạng nơ-ron tích chập)
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?)
They primarily increase manual paperwork. (Chủ yếu làm tăng công việc giấy tờ thủ công.)
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.)
They prevent organizations from using historical data. (Ngăn cản tổ chức sử dụng dữ liệu lịch sử.)
They eliminate the need for any human oversight in all jobs. (Loại bỏ hoàn toàn sự giám sát của con người trong mọi công việc.)
What one-word term describes the process of using algorithms to parse data, learn from it, and make a determination or prediction?
Thuật ngữ một từ nào mô tả quá trình sử dụng các thuật toán để phân tích dữ liệu, học hỏi từ nó và đưa ra quyết định hoặc dự đoán?
Storing (Lưu trữ)
Visualizing (Trực quan hóa)
Cleaning (Làm sạch)
Modeling (Mô hình hóa)
What is a common source of bias in AI systems? (Nguồn thiên lệch phổ biến trong các hệ thống AI là gì?)
Using too many data points (Sử dụng quá nhiều điểm dữ liệu)
High computational power (Công suất tính toán cao)
Training data that lacks diversity (Dữ liệu huấn luyện thiếu sự đa dạng)
Implementing complex algorithms (Triển khai các thuật toán phức tạp)
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 được sử dụng để mô tả sự đối xử không công bằng đối với các cá nhân dựa trên mối liên hệ của họ với các nhóm nhất định trong các hệ thống AI?
efficiency (hiệu quả)
transparency (minh bạch)
accuracy (độ chính xác)
discrimination (phân biệt đối xử)
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?
Implement the data collection process
Thực hiện quy trình thu thập dữ liệu
Conduct the final review and assessment
Thực hiện đánh giá và xem xét cuối cùng
Define the scope and objectives of the project
Định nghĩa phạm vi và mục tiêu của dự án
Develop the final deliverables
Phát triển các sản phẩm 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 mô tả việc khai thác những hiểu biết ẩn giấu từ khối lượng dữ liệu lớn?
data storage (lưu trữ dữ liệu)
data cleaning (làm sạch dữ liệu)
data compression (nén dữ liệu)
data mining (khai thác dữ liệu)
What is one of the primary roles of a Data Analyst within an organization?
Vai trò chính của một Phân tích viên dữ liệu trong một tổ chức là gì?
Data Analysts primarily handle the installation of hardware and software systems
Phân tích viên dữ liệu chủ yếu xử lý việc cài đặt phần cứng và phần mềm
Data Analysts design marketing strategies for enterprises
Phân tích viên dữ liệu thiết kế các chiến lược tiếp thị cho doanh nghiệp
Data Analysts interpret trends and patterns in data to support business decisions
Phân tích viên dữ liệu diễn giải các xu hướng và mẫu trong dữ liệu để hỗ trợ quyết định kinh doanh
Data Analysts are responsible for maintaining server infrastructure
Phân tích viên dữ liệu chịu trách nhiệm duy trì hạ tầng máy chủ
What is the primary objective of adversarial attacks on AI systems?
Mục tiêu chính của các cuộc tấn công đối kháng vào các hệ thống AI là gì?
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 manipulate input data to deceive AI models
Các cuộc tấn công đối kháng thao túng dữ liệu đầu vào để lừa dối các mô hình AI
Adversarial attacks always require human intervention to succeed
Các cuộc tấn công đối kháng luôn cần sự can thiệp của con người để thành công
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
What is the primary challenge when working with unstructured data in AI projects? (Thách thức chính khi làm việc với dữ liệu phi cấu trúc trong các dự án AI là gì?)
High cost of storage (Chi phí lưu trữ cao)
Complexity in data preprocessing (Độ phức tạp trong tiền xử lý dữ liệu)
Difficulty in data analysis (Khó khăn trong phân tích dữ liệu)
Lack of labeled data (Thiếu dữ liệu được gán nhãn)
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 reduce the cost of hardware used for AI computations (Giảm chi phí phần cứng sử dụng cho tính toán AI)
To improve accuracy by using large neural networks (Cải thiện độ chính xác bằng cách sử dụng mạng nơ-ron lớn)
To simplify the AI model structure (Đơn giản hóa cấu trúc mô hình AI)
To perform real-time processing of structured data (Thực hiện xử lý dữ liệu có cấu trúc theo thời gian thực)
Which of the following tasks are typically performed during the model evaluation stage in an AI project?
Các nhiệm vụ nào thường được thực hiện trong giai đoạn đánh giá mô hình trong một dự án AI?
Selecting the appropriate model for deployment
Chọn mô hình phù hợp để triển khai
Collecting additional training data
Thu thập dữ liệu đào tạo bổ sung
Testing the model on validation data
Kiểm tra mô hình trên dữ liệu xác thực
Adjusting hyperparameters
Điều chỉnh siêu tham số
Which of the following describes a neural network’s ability to improve its performance as more data is provided during training?
Điều nào sau đây mô tả khả năng của mạng nơ-ron trong việc cải thiện hiệu suất khi có nhiều dữ liệu hơn được cung cấp trong quá trình đào tạo?
Unsupervised learning (Học không có giám sát)
Deep learning (Học sâu)
Supervised learning (Học có giám sát)
Reinforcement learning (Học tăng cường)
What is the key difference between supervised and unsupervised learning in machine learning?
Điểm khác biệt chính giữa học có giám sát và học không có giám sát trong học máy là gì?
Supervised learning does not require data preprocessing, while unsupervised learning does
Học có giám sát không yêu cầu tiền xử lý dữ liệu, trong khi học không có giám sát thì có
Supervised learning is faster to train than unsupervised learning
Học có giám sát nhanh hơn để đào tạo so với học không có giám sát
Supervised learning uses labeled data, while unsupervised learning uses unlabeled data
Học có giám sát sử dụng dữ liệu có nhãn, trong khi học không có giám sát sử dụng dữ liệu không có nhãn
Unsupervised learning is more accurate than supervised learning
Học không có giám sát chính xác hơn học có giám sát
Which of the following is a key benefit of using ensemble methods in machine learning? (Lợi ích chính của việc sử dụng các phương pháp tập hợp trong học máy là gì?)
Preventing overfitting (Ngăn chặn hiện tượng overfitting)
Reducing model complexity (Giảm độ phức tạp của mô hình)
Improving model performance (Cải thiện hiệu suất của mô hình)
Reducing training time (Giảm thời gian huấn luyện)
Which of the following methods is commonly used for dimensionality reduction in machine learning?
Phương pháp nào sau đây thường được sử dụng để giảm chiều trong học máy?
Support vector machines (Máy vector hỗ trợ)
K-means clustering (Phân cụm K-means)
Principal component analysis (Phân tích thành phần chính)
Singular value decomposition (Phân rã giá trị riêng)
Which of the following are key applications of reinforcement learning? (Những ứng dụng chính của học tăng cường là gì?)
Robotics (Ngành robot)
Image classification (Phân loại hình ảnh)
Natural language processing (Xử lý ngôn ngữ tự nhiên)
Game playing (Chơi game)
Which of these is the best definition of "Generative AI"?
Định nghĩa nào dưới đây là tốt nhất cho "Generative AI"?
Any web-based application that generates text
Bất kỳ ứng dụng web nào tạo ra văn bản
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
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
A form of web search
Một hình thức tìm kiếm trên web
Which of these is the most accurate description of an LLM? / Đâu là mô tả chính xác nhất về một LLM?
It generates text by finding a writing partner to work with you / Nó tạo ra văn bản bằng cách tìm một đối tác viết 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
It generates text by repeatedly predicting the next word / Nó tạo ra văn bản bằng cách dự đoán liên tục từ tiếp theo
It generates text by repeatedly predicting words in random order / Nó tạo ra văn bản bằng cách dự đoán các từ theo thứ tự ngẫu nhiên
Why do we call AI a general purpose technology?
Vì sao chúng ta gọi AI là công nghệ đa mục đích?
Because it can be accessed via the general web
Vì nó có thể được truy cập qua web chung
Because it includes both supervised learning and generative AI
Vì nó bao gồm cả học có giám sát và AI sinh sinh
Because it can chat
Vì nó có thể trò chuyện
Because it is useful for many different tasks
Vì nó hữu ích cho nhiều nhiệm vụ khác nhau
What is a token in the context of a large language model (LLM)? (Một token trong ngữ cảnh của một mô hình ngôn ngữ lớn (LLM) là gì?)
A physical device or digital code to authenticate a user's identity (Một thiết bị vật lý hoặc mã số kỹ thuật số để xác thực danh tính của người dùng)
A unit of cryptocurrency that you can use to pay for LLM services (Một đơn vị tiền điện tử mà bạn có thể sử dụng để thanh toán cho các dịch vụ LLM)
The part of the LLM output that has primarily symbolic rather than substantive value (Phần của đầu ra LLM có giá trị chủ yếu là biểu tượng hơn là nội dung)
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 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: "Viết một mô tả về sản phẩm thức ăn cho chó mới của chúng tôi." Những gợi ý nào sau đây là hợp lý để cải thiện lời nhắc này?
Give it guidance on the purpose of the description to help it use the right tone.
Đưa ra hướng dẫn về mục đích của mô tả để giúp nó sử dụng đúng tông.
All other answers.
Tất cả các câu trả lời khác.
Specify the desired length of the description.
Xác định độ dài mong muốn của mô tả.
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 nhiều bối cảnh hơn về những gì thú vị hoặc độc đáo về sản phẩm để giúp nó tạo ra một mô tả tốt hơn.
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 theo dõi hiệu suất của hệ thống sau khi triển khai lại quan trọng?
To reduce the need for customer feedback
Để giảm bớt nhu cầu về phản hồi từ khách hàng
To ensure the chatbot can replace all human agents immediately
Để đảm bảo chatbot có thể thay thế tất cả các nhân viên con người ngay lập tức
To eliminate the need for data privacy policies
Để loại bỏ nhu cầu về các chính sách bảo mật dữ liệu
To identify issues and improve accuracy and user satisfaction over time
Để xác định các vấn đề và cải thiện độ chính xác cũng như sự hài lòng của người dùng theo thời gian
You are building a customer service chatbot. Why is it important to monitor the system’s performance after deployment?
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?
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 thực hành tốt cho tất cả phần mềm.
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, việc giám sát thêm là không cần thiết.
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 đợi, việc giám sát cho phép bạn phát hiện vấn đề và sửa chữa chúng.
Because of the LLM’s knowledge cutoff, we must continuously monitor the knowledge cutoff and update its knowledge frequently.
Vì 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.
You want to build an application to answer questions based on information found in your emails. Bạn muốn xây dựng một ứng dụng để trả lời các câu hỏi dựa trên thông tin tìm thấy trong email 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 LLM trên các email của bạn, nơi mà chúng tôi lấy một LLM đã được huấn luyện trước và tiếp tục huấn luyện nó trên các email của bạn.)
Pretraining an LLM on your emails. (Tiền huấn luyện một LLM trên các email của bạn.)
Prompting (without RAG), where we iteratively refine the prompt until the LLM gets the answers right. (Gợi ý (không có RAG), nơi mà chúng tôi tinh chỉnh liên tục gợi ý cho đến khi LLM đưa ra câu trả lời đúng.)
RAG, where the LLM is provided additional context based on retrieving emails relevant to your question. (RAG, nơi mà LLM được cung cấp ngữ cảnh bổ sung dựa trên việc truy xuất các email liên quan đến câu hỏi 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 yêu cầu một LLM giúp bạn tìm một câu trích dẫn truyền cảm hứng. Nó đưa ra câu này: "Và đó là điều mà một máy tính có ý nghĩa với tôi. Một máy tính có ý nghĩa với tôi là nó là công cụ tuyệt vời nhất mà chúng ta từng nghĩ ra, và nó tương đương với một chiếc xe đạp cho tâm trí của chúng ta. -Steve Jobs" Bạn nên tiến hành như thế nào?
Do not use this quote because an LLM can generate toxic output.
Đừng sử dụng câu trích dẫn này vì LLM có thể tạo ra nội dung 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 rằng câu trích dẫn này có trên nhiều trang web và sử dụng nó trong bài thuyết trình của bạn.
Because LLMs hallucinate, double-check this quote by searching other sources (such as the web) to verify if Steve Jobs really said this.
Vì LLM có thể tạo ra thông tin sai lệch, hãy kiểm tra lại câu trích dẫn này bằng cách tìm kiếm các nguồn khác (chẳng hạn như trên 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.
Vì LLM có thể tạo ra thông tin sai lệch, hãy kiểm tra lại câu trích dẫn này bằng cách yêu cầu LLM hỏi xem nó có thực sự chắc chắn rằng Steve Jobs đã nói điều này không.
In the Coursera example, 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 prompt để xây dựng một bộ phân loại cảm xúc đánh giá nhà hàng. Câu nào sau đây về phát triển dựa trên prompt là đúng?
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 prompt yêu cầu bạn thu thập hàng trăm hoặc hàng nghìn ví dụ không có nhãn (có nghĩa là các đánh giá không có nhãn B để nói rằng nó có 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 đánh giá là tích cực, trung tính hoặc tiêu cực (3 đầu ra có thể) thì không có cách nào để viết một prompt để làm điều đó: Một LLM chỉ có thể tạo ra 2 đầu ra.)
Prompt-based development is generally much faster than supervised learning. (Phát triển dựa trên prompt thường 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 prompt yêu cầu bạn thu thập hàng trăm hoặc hàng nghìn ví dụ đã được gán nhãn.)
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 một LLM để tóm tắt các báo cáo nghiên cứu. Giả sử một báo cáo trung bình chứa khoảng 6.000 từ. Khoảng bao nhiêu mã thông báo sẽ cần thiết để một LLM xử lý 6.000 từ đầu vào? (Giả sử 1 mã thông báo = 3/4 từ, hoặc tương đương, 1 từ ≈ 1,333 mã thông báo.)
4,500 tokens (6000 × 3/4) / 4,500 mã thông báo (6000 × 3/4)
14,000 tokens (about 6000 × 1.333 + the original 6000 words) / 14,000 mã thông báo (khoảng 6000 × 1.333 + 6000 từ gốc)
8,000 tokens (about 6000 × 1.333) / 8,000 mã thông báo (khoảng 6000 × 1.333)
6,000 tokens / 6,000 mã thông báo
What does the idea of using an LLM as a reasoning engine refer to?
Ý tưởng sử dụng LLM như một động cơ lý luận đề cập đến điều gì?
This refers to pretraining an LLM on a lot of text so that it acquires general reasoning capabilities.
Điều này đề cập đến việc tiền huấn luyện một LLM trên nhiều văn bản để nó có được khả năng lý luận chung.
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 bối cảnh cần thiết, thông qua các kỹ thuật như RAG).
Reasoning engine is another term for RAG.
Động cơ lý luận là một thuật ngữ khác cho 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 lý luận phức tạp, nhưng có các nước đi đầu ra của nó trong trò chơi.
By making trusted sources of information available to an LLM via RAG, can we reduce the risk of hallucination?
Bằng cách cung cấp các nguồn thông tin đáng tin cậy cho một LLM thông qua RAG, chúng ta có thể giảm thiểu rủi ro ảo tưởng không?
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, vì LLM đã học từ rất nhiều văn bản trên internet (có thể >100 tỷ từ) để ảo tưởng, vì vậy việc thêm một đoạn văn ngắn vào lời nhắc như trong RAG sẽ không tạo ra sự khác biệt đáng kể.
True, because RAG allows the LLM to reason through accurate information retrieved from a trusted source to arrive at the correct answer.
Đúng, vì RAG cho phép LLM suy luận qua thông tin chính xác được lấy từ nguồn đáng tin cậy để đưa ra câu trả lời đúng.
False, because giving the LLM more information only confuses the LLM more and causes it to be more likely to hallucinate.
Sai, vì việc cung cấp thêm thông tin cho LLM chỉ làm LLM bối rối hơn và khiến nó có khả năng ảo tưởng cao hơn.
True, because the LLM is now restricted to outputting paragraphs of text exactly as written in the provided document, which we trust.
Đúng, vì LLM giờ đây bị giới hạn trong việc xuất ra các đoạn văn bản chính xác như đã viết trong tài liệu được cung cấp, mà chúng ta tin tưởng.
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.
Một công ty thương mại điện tử đang xây dựng một ứng dụng phần mềm để định tuyến email đến bộ phận phù hợp (Thời trang, Điện tử, Thiết bị gia dụng, v.v.). Họ muốn làm điều này với một mô hình nhỏ, 1 tỷ tham số, và cần độ chính xác cao.
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 phù hợp.
Fine-tune a 1 billion parameter model on around 1,000 examples of emails and the appropriate department.
Chỉnh sửa một mô hình 1 tỷ tham số trên khoảng 1.000 ví dụ về email và bộ phận phù hợp.
Fine-tune a 1 billion parameter model on around 1 billion examples of emails and the appropriate department.
Chỉnh sửa một mô hình 1 tỷ tham số trên khoảng 1 tỷ ví dụ về email và bộ phận phù 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 phù hợp.
What is the relation between AI, tasks, and jobs?
AI, nhiệm vụ và công việc có mối quan hệ như thế nào?
Tasks are comprised of many jobs. AI automates tasks, rather than jobs.
Các nhiệm vụ bao gồm nhiều công việc. AI tự động hóa nhiệm vụ, chứ không phải công việc.
Jobs are comprised of many tasks. AI automates tasks, rather than jobs.
Các công việc bao gồm nhiều nhiệm vụ. AI tự động hóa nhiệm vụ, chứ không phải công việc.
Tasks are comprised of many jobs. AI automates jobs, rather than tasks.
Các nhiệm vụ bao gồm nhiều công việc. AI tự động hóa công việc, chứ không phải nhiệm vụ.
Jobs are comprised of many tasks. AI automates jobs, rather than tasks.
Các công việc bao gồm nhiều nhiệm vụ. AI tự động hóa công việc, chứ không phải nhiệm 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."
Ai đó đã yêu cầu một LLM như sau: "Vui lòng tóm tắt mỗi câu chuyện tin tức hàng đầu của sáng nay trong 100 từ cho mỗi câu chuyện, theo cách phù hợp cho một bản tin."
What is the main reason this is unlikely to work?
Nguyên nhân chính khiến điều này khó có thể xảy ra là gì?
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, mà LLM không giỏi về điều đó.
Because of the knowledge cutoff, the LLM will not have access to the latest news.
Bởi vì thời điểm cắt đứt kiến thức, LLM sẽ không có quyền truy cập vào tin tức mới nhất.
The prompt needs to give more context about what type of newsletter it is (tech, general news, etc).
Yêu cầu cần cung cấp thêm ngữ cảnh về loại bản tin nào (công nghệ, tin tức chung, v.v.).
