Wayground logo

Free Printable Worksheets

Font size

S
M
L
XL
Worksheets

жасанды интеллект

Total questions: 185

Worksheet time: 2hrs 33mins

Name
Class
Date
1.

Инженерлік курс үшін ЖИ-дің ең дәл жұмыс анықтамасы қайсы?

a)

Ортада мақсаттық функцияны максимизациялайтын әрекеттерді таңдайтын жүйе

b)

Графикалық интерфейсі бар кез келген бағдарлама

c)

Адам эмоцияларын имитациялайтын ж

d)

Деректерді сұрыптау алгоритмі

e)

Кез келген нейрондық желі

2.

Интеллектуалды агент дегеніміз не?

a)

Ортаны сенсорлар арқылы қабылдап, оған актуаторлармен әсер ететін жүйе

b)

Кез келген дерекқор

c)

Тек чат-бот

d)

Енгізулері жоқ бағдарлама

e)

Тек доңғалақты робот

3.

Модельдің жалпылауы (generalization) дегеніміз не?

a)

Жаңа, бұрын көрмеген деректерге дұрыс жауап беру қабілеті

b)

Параметрлер санын көбейту

c)

Оқыту үлгілерін дәл есте сақтау қабілеті

d)

Деректер жиынынан белгілерді алып тастау

e)

Оқытуды жеделдету

4.

Артық үйрену (overfitting) — бұл…

a)

Салмақтардың кездейсоқ инициализациясы

b)

Модельдің жеткіліксіз икемділігі

c)

Модель оқыту жиынтығындағы шуды жаттап алып, жаңа деректерде нашар жұмыс істеуі

d)

Оқыту уақытының артық болуы

e)

Кодтағы кез келген қате

5.

Белгісіздікті есепке алудың ең табиғи тәсілі қайсы?

a)

Ықтималдықтық және байес модельдері

b)

Ешқандай ерекшеліксіз қатаң логикалық ережелер

c)

Деректер жиынын қолмен сүзу

d)

Желідегі қабаттар санын көбейту

e)

Барлық сирек оқиғаларды жою

6.

Инференс (шығару) — бұл…

a)

Модель мен фактілер негізінде жауаптар/қорытындылар есептеу

b)

Деректер жиынын жинау процесі

c)

Гиперпараметрлерді таңдау

d)

Кітапханаларды орнату

e)

Деректерді тазалау

7.

Пікірлік логика мен предикаттар логикасының басты айырмашылығы:

a)

Біріншісі тезірек оқытылады

b)

Біріншісі кванторлар мен айнымалыларды қолдамайды

c)

Екіншісі теріске шығаруды тыйым салады

d)

Екеуі де бірдей өрнектілікте

e)

Біріншісі әрқашан ықтималдықтық

8.

Өндірістік ережелер дегеніміз:

a)

IF–THEN ережелері плюс шығару механизмі

b)

Регрессиялық теңдеулер жиыны

c)

Матрицалық факторизация

d)

Градиентті түсу

e)

Кескіндер жиыны

9.

Білімді ұсынудағы фрейм дегеніміз:

a)

Ақиқат кестесі

b)

Оқыту гиперпараметрлерінің жиыны

c)

«Слоттар» (өрістер) және мәндері бар құрылым, жиі әдепкілер мен мұрагерлікпен

d)

Кездейсоқ байланыс диаграммасы

e)

Оқытудың визуализациясы

10.

Онтология (OWL/DL) нені қолдануға арналған?

a)

Түсініктер мен қатынастардың ресми спецификациясы және автоматты шығару

b)

Тек суреттерді қысуға

c)

Деректерде шуды генерациялауға

d)

Нейрожелілерді дерексіз оқытуға

e)

ОЖ жадын басқаруға

11.

Білім графы дегеніміз не?

a)

Шешімдер ағашы

b)

Кез келген нейрондар графы

c)

ОЖ пакеттерінің тәуелділік графы

d)

Нысандар мен олардың семантикалық байланыстарының графы

e)

Сайт картасы

12.

Байес желісі — бұл:

a)

Бағытталмаған корреляциялар графы

b)

Шартты тәуелділіктері бар бағытталған ацикликалық кездейсоқ айнымалылар графы

c)

Логикалық ережелер жиыны

d)

Толық байланысқан қабаттар желісі

e)

Тек уақыттық қатарларға арналған модель

13.

Ранжирлеу/іздеуді бағалауға қай метрика лайықтырақ?

a)

Accuracy

b)

F1

c)

IoU

d)

nDCG

e)

RMSE

14.

Сирек кездесетін оң класы бар бинарлы классификация үшін ең ақпаратты метрика:

a)

PR-AUC (Precision–Recall AUC)

b)

Accuracy

c)

ROC-AUC (әрқашан)

d)

MSE

e)

R²

15.

«Деректердің ағуы» (data leakage) дегеніміз не?

a)

Публика деректер жиынын пайдалану

b)

Аугментациялардың болмауы

c)

Тест деректерінің оқыту/валидацияға түсуі, сапаны бұрмалайтын жағдай

d)

Диск істен шығуы салдарынан файлдардың жоғалуы

e)

Өте кішкентай модель

16.

k-fold кросс-валидация не үшін қолданылады?

a)

Тест көлемін үлкейту үшін

b)

Әртүрлі бөлу кезінде жалпылау қабілетін сенімді бағалау үшін

c)

GPU-да оқытуды жеделдету үшін

d)

Валидация ұстамау үшін

e)

Бірнеше модельді қатар оқыту үшін

17.

Зерттеудегі бейзлайн (baseline) дегеніміз:

a)

Есептің міндетті емес бөлігі

b)

Кездейсоқ метрика

c)

Ең күрделі қолжетімді модель

d)

Әдістерді салыстыруға арналған қарапайым/қабылданған бастапқы нүкте

e)

Ықтималдық шегінің мәні

18.

ЖИ ғылым ретінде «дүниеге келуі» деп қандай оқиғаны санайды?

a)

ImageNet жетістігі (2012)

b)

Персептронға сын (1969)

c)

Интернеттің пайда болуы (1991

d)

Тьюринг тестін жариялау (1950)

e)

Дартмут конференциясы (1956)

19.

2012 жылы терең оқытудың серпілісінің басты факторы не болды?

a)

Үлкен деректер жиындары, GPU-дағы есептеулер және архитектуралардың (CNN) үйлесімі

b)

Тек жаңа логикалық ережелер

c)

Деректерден бас тарту

d)

Тек қолмен жасалған белгілер

e)

Кішкентай модельдерге көшу

20.

Күшейтіп оқытуда агент максимизациялайтыны:

a)

Ортамен әрекеттесуден жиналған сыйақы

b)

Оқытудағы дәлдік

c)

Орташа квадраттық қате

d)

Ережелер саны

e)

Деректер жиынының көлемі

21.

Қайсысы білімді ұсыну моделі ЕМЕС?

a)

Өндірістік ережелер

b)

Онтологиялар

c)

Семантикалық желілер

d)

Градиентті түсу

e)

Фреймдер

22.

Фактілерден бастап, жаңа фактілерге ережелерді қолданып, мақсатқа жеткенше жүретін шығару механизмі қалай аталады?

a)

Байес шығару

b)

Кері шығару (backward chaining)

c)

Тікелей шығару (forward chaining)

d)

Стохастикалық шығару

e)

Мета-шығару

23.

Регрессия үшін тән метрика қайсы?

a)

F1

b)

Recall

c)

RMSE

d)

Precision

e)

IoU

24.

ЖИ тәжірибелерінде қайта өндірудің үздік практикаларына не кіреді?

a)

Сипаттаусыз кез келген жеке деректер жиынын қолдану

b)

Деректер мен параметрлерді жасыру

c)

Тек Python нұсқасын көрсету

d)

Кездейсоқ сидтерді бекіту, код/конфигтерді жариялау, аппараттық/нұсқа сипаттамасын беру

e)

Тек финалдық графикті жариялау

25.

Кескіндерді сегментациялауды бағалауда жиі қолданылатын метрика:

a)

nDCG

b)

IoU (Intersection over Union)

c)

BLEU

d)

PR-AUC

e)

R²

26.

No-code жасанды интеллектте Low-code-тан несімен ерекшеленеді?

a)

No-code — ІТ мамандарына, Low-code — «техникалық емес» адамдарға

b)

No-code тек оффлайн жұмыс істейді, Low-code — тек онлайн

c)

No-code Python талап етеді, Low-code — жоқ

d)

No-code — дайын интерфейстер, кодсыз; Low-code — минималды блоктар/баптаулармен

e)

Айырмашылығы жоқ

27.

RAG (retrieval-augmented generation) дегеніміз не?

a)

Модельдерді сығу

b)

Нейрожеліні мұғаліммен оқыту әдісі

c)

Сіздің құжаттарыңыздан іздеу жүргізіп, табылған үзінділерге сүйене отырып жауап генерациялау

d)

Автоматты сурет жасау

e)

Инференсті жеделдету техникасы

28.

RAG-тың техникалық емес тапсырмалардағы басты практикалық пайдасы:

a)

Цитаталар арқылы жауаптардың тексерілгіштігі мен өзектілігін арттыру

b)

GPU жиілігін көбейту

c)

Мәтіндегі сілтемелер санын азайту

d)

Принтерде құжаттарды тезірек басу

e)

Электронды құжат айналымын толық алмастыру

29.

LLM-ді ең жақсы сипаттайтын анықтама:

a)

Хат жіберу сервисі

b)

PDF сақтайтын деректер қоры

c)

Суреттерді сығу алгоритмі

d)

Келесі токенді болжауға және мәтіндік үлгілерді жалпылауға қабілетті модель

e)

Кестелік редактор

30.

Төмендегілердің қайсысы промпттың дұрыс құрылымы?

a)

«Әдемі қылып жаса»

b)

Роль/мақсат → контекст → дереккөздер (бар болса) → шығару форматы → критерийлер/шектеулер

c)

«Тез бірдеңе ойлап тап»

d)

«Иә немесе жоқ деп жауап бер»

e)

«Тыныс белгілерінсіз жаз»

31.

Төмендегілердің қайсысы пайдаланушыға арналған no-code құралдарына жатпайды?

a)

LLM-Ops платформасы (подсказка нұсқалары мен A/B-тесттері бар)

b)

Мәлімет өрістерін шығаратын құжаттық ЖИ

c)

Офис пакетінде чат-ассистент

d)

Кездесулердің авто-субтитрлері мен конспектілері

e)

BI-подсказкалар «деректерге сұрақтар»

 

32.

ЖИ контекстіндегі «Агент» дегеніміз не?

a)

Берілген саясат бойынша қадамдап құралдар/сервистерді шақыра алатын ЖИ

b)

Файлдарды архивтейтін модель

c)

Браузер

d)

Электронды пошта

e)

KPI кестесі

33.

«Галлюцинацияны» азайтудың ең жақсы тәсілі:

a)

Құжаттың қаріп өлшемін үлкейту

b)

RAG қолдану, дереккөздерге сілтемелерді талап ету және «көз жеткізбесе — айтпа» ережесін ұстану

c)

Цитаталарды тыйым салу

d)

Бас әріптермен жазу

e)

Барлық деректерді жою

 

34.

Қорғау саясаты жоқ ашық чат-сервистерге не жіберуге болмайды?

a)

Жеке деректер (PII) және құпия мәліметтер

b)

Кітаптар тізімі

c)

Жалпыға қолжетімді пресс-релиздер

d)

Ауа райы

e)

Жалпыға белгілі жаңалықтар

 

35.

ЖИ-дің офис сценарийлеріндегі экономикалық әсерін көрсететін метрика:

a)

Құжатқа кеткен уақыт (минутпен) енгізу/қолдану алдында және кейін

b)

Панельдегі иконкалар саны

c)

Монитор кадр жиілігі

d)

Қаріп өлшемі

e)

Wi-Fi жылдамдығы

36.

Құралды таңдаудың дұрыс тәсілі:

a)

Бірыңғай критерийлер бойынша 2–3 шешімді «алтын жиынтық» тапсырмаларда салыстыру

b)

Дос кеңесіне сүйену

c)

Дереу ең қымбат тарифті сатып алу

d)

Тек интерфейс дизайнына қарау

e)

Барлық модельдер бірдей жауап береді деп ойлау

37.

ЖИ «техникалық емес» тапсырмаларда не істей алады?

a)

Қарапайым нұсқалар (черновик), құжаттардың түйіндемесін құру және реквизиттерді шығару

b)

Адамсыз заңды құжаттарға қол қою

c)

Бухгалтерияны толық алмастыру

d)

Өнімдерді сертификаттау

e)

Маршрутизаторларды қолжетімсіз күйде баптау

38.

Платформа таңдаудағы қауіпсіздік чек-листінде маңыздысы:

a)

Шифрлау, журнал жүргізу, қолжетімділікті басқару және деректердің орналасуын бақылау

b)

Логотип түсі

c)

Смайликтер болуы

d)

Басқа елдегі бұлт міндетті

e)

Тек мобильді қосымша

39.

Қазақ/орыс/ағылшын тілдік орта үшін сапа талабы:

a)

Қажетті тілдерді қолдауды және морфология/аударманың дұрыстығын тексеру

b)

Локализацияны елемеу

c)

Тек ағылшын жауап сұрау

d)

Автотүзетуді сөндіру

e)

Аударманы әрқашан қолмен жасау

 

40.

Екі құралды объективті салыстыру үшін пайдалысы:

a)

20–50 типтік кейстен тұратын дайын жиынтық пен бірыңғай критерийлерді қолдану

b)

Кездейсоқ бір мысалды сұрау

c)

Тек бағасы бойынша салыстыру

d)

Батырмалар санына қарап бағалау

e)

Нәтижені тіркемей салыстыру

41.

Қарапайым құжат айналымын автоматтандырудың дұрыс тізбегі:

a)

Пошта → өрістерді шығару → классификация/тексеру → кестеге жазу → хабарлау

b)

Хабарлау → жазу → шығару → классификациялау

c)

Жазу → хабарлау → классификациялау → шығару

d)

Хабарлау → пошта → жазу → шығару

e)

Классификациялау → жою → хабарлау → жазу

42.

Бір вендорға тәуелді болу тәуекелін азайтудың жолы:

a)

«Қос көз» қолдану (бірнеше провайдер) және экспорт/он-прем мүмкіндігі

b)

Бэкап жасамау

c)

Құжаттаманы тыйым салу

d)

Тек түнде жұмыс істеу

e)

Барлығын бір файлда сақтау

43.

RAG-та промпт-инъекциядан қорғау тәсілі:

a)

Құжаттарды сүзгіден өткізу/нормализациялау, «сенімді» дереккөздермен шектеу, маңызды әрекеттерді растау

b)

Кез келген дереккөзге рұқсат беру

c)

Қосымшаларды тексермеу

d)

Смайлик қосу

e)

Қаріп өлшемін үлкейту

44.

Human-in-the-loop міндетті болатын жағдай

a)

Заңдық маңызы бар хаттар мен шешімдерді жариялау

b)

Өзіңе арналған қарапайым жазба жасау

c)

Постердің қарапайым нұсқасын жасау

d)

Ішкі хат-хабарды аудару

e)

Істер тізімін құру

 

45.

RAG-та «векторлық индекс» дегеніміз не?

a)

Мәтіндердің мағыналық көріністері (эмбеддингтер) бойынша жылдам іздеуге арналған құрылым

b)

Пайдаланушылар кестесі

c)

Суреттер каталогы

d)

Шифрлау алгоритмі

e)

Диаграмма түрі

46.

Офис сценарийлерінде ЖИ жауабының сапасына жатпайтын сипаттама:

a)

GPU жиілігі

b)

Толықтық/дұрыстық

c)

Цитаталар/сілтемелердің болуы

d)

Стиль/тон

e)

Сұрақты қайта құрастырғанда тұрақтылық

47.

Low-code конструкторында кафедраға арналған FAQ-бот жасау үшін қажет:

a)

Құжаттарды/білім базасын қосу, индексация/іздеуді баптау, цитаталары бар жауаптарды қосу

b)

Тек логотип

c)

Іздеуді өшіру

d)

Сілтемелерге тыйым салу

e)

Тек бір Word файлын қолдану

 

48.

Ұйымдағы ЖИ-ассистенттің басқарылуы қамтиды:

a)

Құқықтар мен рөлдер, лимиттер, подсказка/саясат нұсқалары, аудит

b)

Анонимдерге еркін қолжетімділік

c)

Журнал жүргізбеу

d)

Тек мобильді қолжетімділік

e)

RAG-ты сөндіру

 

49.

Қай жағдайда on-prem/жеке модельдерді орналастыру ақталады?

a)

Құпиялылық, деректерді бақылау және болжамды шығын маңызды болғанда

b)

Эмодзи жиынтығы керек болғанда

c)

Электр жарығы болмағанда

d)

Тезірек басу қажет болғанда

e)

Құжаттар болмағанда

50.

ЖИ-ді жауапты пайдалану принципіне жататыны:

a)

Әділеттілік, құпиялылық, ашықтық және қажет жағдайда адам бақылауы

b)

Дереккөздерді жасыру

c)

Сұраулар санын кез келген бағамен көбейту

d)

Тәуекелдерді елемеу

e)

Сапаны бағалауға тыйым салу

51.

Үлкен тілдік модель (LLM) дегеніміз не? 

a)

Контекстке сүйене отырып, келесі токенді болжауға арналған нейрожелі 

b)

PDF сақтау үшін деректер қоры 

c)

Сандық массивтерді сұрыптау алгоритмі 

d)

Суреттерді сығу бағдарламасы 

e)

Кестелерді өңдейтін офис редакторы 

52.

Трансформерлердегі attention (назар аудару) механизмі қандай рөл атқарады? 

a)

Токендердің маңызын өлшеп, мәтіндегі алыс байланыстарды ескеру 

b)

Серверлер арасындағы хабарламаларды шифрлау 

c)

Токендер сөздігін үлкейту 

d)

Мәтінді тілдер арасында аудару 

e)

Модельді дискіге сақтау 

 

53.

Токенизация дегеніміз не? 

a)

Мәтінді токендерге (сөздер/сөз бөліктері) бөлу 

b)

Мәтіндегі тыныс белгілерін өшіру 

c)

Мәтінді қолмен екілік кодқа аудару 

d)

Бірнеше құжатты біріктіру 

e)

Мәтінді gzip әдісімен сығу 

54.

Модельдің «контекст терезесі» нені білдіреді? 

a)

Бір уақытта модель есептейтін ең көп токен саны 

b)

GPU видеожады көлемі 

c)

Оқыту дәуірлерінің саны 

d)

Классификациядағы сыныптар саны 

e)

Модельге кіру паролі ұзындығы 

55.

Генерацияда temperature параметрі нені реттейді? 

a)

Келесі токен таңдауындағы кездейсоқтық/шығармашылық деңгейін 

b)

Оқыту дәуірлерінің санын 

c)

Токендер сөздігінің көлемін 

d)

Дискіден оқу жылдамдығын

e)

Суретті тану сапасын 

56.

Top-p (nucleus sampling) дегеніміз не? 

a)

Жалпы ықтималдығы p болатын минималды токендер жиынынан таңдау 

b)

Дәл p ең сирек токеннен таңдау 

c)

Генерация алдында тыныс белгілерін алып тастау 

d)

Параллельділікті қолданып оқытуды жылдамдату 

e)

Суммаризация сапасының метрикасы 

57.

Few-shot prompting дегеніміз не? 

a)

Модельге бірнеше «сұрақ→жауап» үлгісін тікелей сұранысқа қосу 

b)

Модельді миллиардтаған мысалда оқыту 

c)

Сұраныста үлгілерді мүлдем қоспау 

d)

Оқытусыз кездейсоқ жауап таңдау 

e)

Модельді тек бір мысалда тексеру 

58.

Chain-of-thought prompting дегеніміз не? 

a)

Жауапты кезең-кезеңімен ой қорытындыларымен жазуды сұрау 

b)

Тек өлең түрінде генерация жасау 

c)

Сұранысты жібермес бұрын шифрлау 

d)

Модельді жаңа сөздерге оқыту 

e)

Жауаптан барлық сандарды өшіру 

59.

RAG (retrieval-augmented generation) дегеніміз не? 

a)

Құжат базасынан іздеу жасап, жауапты табылған үзінділерге сүйеніп құру 

b)

Мобильді құрылғыларға модельді қысу 

c)

Градиенттік түсу әдісін жылдамдату 

d)

Оқыту кезінде токендерді кездейсоқ араластыру 

e)

Аудионы мәтінге аудару құралы 

60.

Модельдің фактілік «галлюцинация» тәуекелін қалай азайтуға болады? 

a)

RAG қолдану және дереккөздерге сілтемелер/дәйексөздер талап ету 

b)

Құжаттағы қаріп өлшемін үлкейту 

c)

Жауаптарда сілтемелерді тыйым салу 

d)

Сұранысқа көбірек эмодзи қосу 

e)

Контекстті барынша қысқарту 

61.

Экстрактивті суммаризация дегеніміз не? 

a)

Мәтіннен негізгі сөз тіркестерін/сөйлемдерді өзгеріссіз таңдау 

b)

Құжатқа суреттер қосу 

c)

Құжатты басқа тілге толық аудару 

d)

Мәтіннен тыс жаңа мәтін генерациялау 

e)

Мәтіндегі барлық сандарды өшіру 

62.

Абстрактивті суммаризация дегеніміз не? 

a)

Мәтінді қысқаша, бірақ мағынасын сақтап, өз сөзімен баяндау 

b)

Мәтінді қысқаша, бірақ мағынасын сақтап, өз сөзімен баяндау 

c)

Алғашқы үш абзацты өзгеріссіз көшіру 

d)

Құжатты оқып, жауап бермеу 

e)

Мәтіндегі сөз жиілігін есептеу 

63.

Суммаризациядағы «faithfulness» (шынайылық) нені білдіреді? 

a)

Қорытынды мазмұны дереккөзге сәйкес келуі, ойдан қоспауы 

b)

Қорытындыдағы сөйлемдер санының аз болуы 

c)

Рифма және стильдің болуы 

d)

Жауаптың ең үлкен ұзындығы 

e)

Түрлі түсті тақырыптардың болуы 

64.

Суммаризацияны эталон бойынша бағалау үшін қандай метрика қолданылады? 

a)

ROUGE 

b)

IoU

c)

mAP 

d)

WER

e)

PSNR 

65.

 

Ұзақ құжатты «map-reduce» суммаризациялау дегеніміз не? 

a)

Құжат бөліктерін жеке-жеке қысқаша баяндап, соңында біріктіру 

b)

Құжатты оқымай бірден сығу 

c)

PDF файлды бұлтқа параллель жүктеу 

d)

Абзацтарды ұзындығы бойынша сұрыптау 

e)

м

66.

RAG жүйесінде векторлық индекстің мақсаты қандай? 

a)

Мәтін эмбеддингтері бойынша (мағыналық векторлар) жылдам іздеу 

b)

Пайдаланушы құпиясөздерін сақтау 

c)

Есеп беруде диаграммалар салу 

d)

Модельге сұраныстарды шифрлау 

e)

Құжаттағы сөздер санын есептеу 

67.

Мәтін эмбеддингі дегеніміз не? 

a)

Мәтін мағынасын үздіксіз кеңістікте сипаттайтын сандық вектор 

b)

Кездейсоқ бірдей ұзындықтағы таңбалар жиыны 

c)

Құжаттың резервтік көшірмесі 

d)

Сыртқы сайттарға сілтемелер тізімі 

e)

Қаріп пен мәтін өлшемін сипаттау 

68.

LLM-де инструкциялық қалыпқа келтіру (instruction tuning) не үшін қажет? 

a)

Модельдің нұсқауларға, форматқа және стильге дұрыс бағынуы үшін 

b)

Параметрлер санын екі еселеу үшін 

c)

Цитат қолдануға тыйым салу үшін 

d)

Токенизацияны стеммингпен ауыстыру үшін 

e)

Модельді тек сандарға оқыту үшін 

69.

Top-k параметрі генерацияда не істейді? 

a)

Келесі токенді тек k ең ықтимал нұсқадан таңдау 

b)

Контекст ұзындығын k есе үлкейту 

c)

Салмақтарды жиі жаңарту 

d)

Оқытуды инференспен ауыстыру 

e)

Корпустан стоп-сөздерді өшіру 

70.

«Жақсы» промптта міндетті түрде не болуы керек? 

a)

Рөл, мақсат, контекст, жауап форматы және шектеулер (ойдан қоспау) 

b)

Тек бір кілттік сөз 

c)

Интернеттен алынған кездейсоқ цитаталар 

d)

Тыныс белгілерінсіз жауап беру талабы 

e)

Кестелер мен тізімдерге тыйым 

71.

Сұраныстың «қайта тұжырымдауға төзімділігі» нені білдіреді? 

a)

Бір тапсырманың түрлі формулировкасында да жауап сапасының тұрақтылығы 

b)

Жауапты автоматты түрде кез келген тілге аудару 

c)

Жауапты 50 таңбаға дейін қысқарту 

d)

Ұзын сұраныста жауап беруден бас тарту 

e)

Эталонмен сөзбе-сөз толық сәйкестік 

72.

Max tokens параметрі модель жауабында неге жауап береді? 

a)

Генерацияланатын жауаптың ең ұзын шегін белгілейді 

b)

Кіріс мәтіннің минималды ұзындығын 

c)

Модель сөздігінің көлемін 

d)

Трансформер қабаттарының санын 

e)

Дата-орталықтар арасындағы желі жылдамдығын 

73.

Қызметтік құжаттар үшін temperature режимі қандай болуы тиімді? 

a)

Төмен (≈0.1–0.3), тұрақты әрі нақты жауаптар үшін 

b)

Өте жоғары (≈1.5), барынша шығармашылық үшін 

c)

Әр сұраныс сайын кездейсоқ мән 

d)

Әрқашан 1.0, тапсырмаға қарамастан 

e)

Температура мәтінге әсер етпейді 

74.

LLM жауаптарындағы «галлюцинацияның» басты себебі қандай?

a)

Фактілік дерек жоқ кезде ойдан факт құрастыру 

b)

Интернет жылдамдығының тым жоғары болуы 

c)

Құжатта кестелердің болуы 

d)

Кириллица қолдану 

e)

Қаріп өлшемінің үлкен болуы 

75.

RAG жүйелеріндегі промпт-инъекция дегеніміз не? 

a)

Құжат ішіндегі зиянды нұсқаулардың модельдің жұмысын өзгертуі 

b)

Сұранысты жібермес бұрын шифрлау 

c)

Сервердің кездейсоқ тоқтап қалуы 

d)

Құжаттарды индекстеуді жылдамдату 

e)

Жауапқа суреттер қосу 

76.

RAG жүйесінде дереккөз болмаған жағдайда қандай мінез-құлық қауіпсіз? 

a)

«Дерек/дереккөз жоқ» деп ашық айту, ойдан қоспау 

b)

Сілтемесіз ойдан дерек құрастыру 

c)

Әрқашан «Иә» деп жауап беру 

d)

Эмодзилерден тұратын жауап беру 

e)

Пайдаланушымен байланысты үзу 

77.

No-code жасанды интеллекттің негізгі мақсаты қандай?

a)

Бағдарламалаусыз жасанды интеллект модельдерін құруды жеңілдету

b)

Бағдарламалаусыз жасанды интеллект модельдерін құруды жеңілдету

c)

Ойын бағдарламаларын жасау

d)

Компьютерлік желілерді басқару

e)

Тек деректерді сақтау

78.

No-code жасанды интеллектте Low-code-тан несімен ерекшеленеді?

a)

No-code — дайын интерфейстер, кодсыз; Low-code — минималды блоктар/баптаулармен

b)

No-code Python талап етеді, Low-code — жоқ

c)

No-code тек оффлайн жұмыс істейді, Low-code — тек онлайн

d)

No-code — ІТ мамандарына, Low-code — «техникалық емес» адамдарға

e)

Айырмашылығы жоқ

79.

No-code платформалардың басты артықшылығы қандай?

a)

Жылдам әрі қолжетімді модель құру мүмкіндігі

b)

Бағдарламалау тілін толық меңгеру қажет

c)

Тек қана зерттеу үшін қолданылады

d)

Қолдану өте қиын

e)

Арнайы құрылғылар қажет

80.

No-code платформаларының негізгі пайдаланушылары кімдер?

a)

Техникалық емес мамандар, бизнес өкілдері

b)

Тек қана ІТ-инженерлер

c)

Ойын жасаушылар

d)

Желілік әкімшілер

e)

Тек ғылыми қызметкерлер

81.

No-code AI платформасында GUI (графикалық интерфейс) не үшін қолданылады?

a)

Модель құру процесін визуалды түрде жеңілдету үшін

b)

Тек код жазуды жеделдету үшін

c)

Тек қана деректерді жасыру үшін

d)

Интернетті басқару үшін

e)

Бағдарламалау тілдерін үйрету үшін

82.

AutoML қызметтері no-code платформасында қандай рөл атқарады?

a)

Модельдерді автоматты түрде үйрету және баптау

b)

Тек деректерді жоюға арналған

c)

Қолданушыларды тіркеуге арналған

d)

Интернет жылдамдығын тексеру үшін

e)

Бағдарламалаушыларды алмастыру үшін

83.

No-code платформасында модельдің өнімділігін қалай тексеруге болады?

a)

Метрикалар арқылы (accuracy, precision, recall)

b)

Компьютердің жылдамдығына қарап

c)

Интернеттің сапасын өлшеу арқылы

d)

Бағдарламалау тілін ауыстыру арқылы

e)

Операциялық жүйені жаңарту арқылы

84.

No-code платформалары қай салада көбірек қолданылады?

a)

Маркетинг, қаржы, медицина

b)

Тек ойын саласында

c)

Тек ғарыш саласында

d)

Тек әскери қолдануда

e)

Тек кітап шығару үшін

 

85.

No-code платформаларында дайын шаблондардың рөлі қандай?

a)

Қолданушыға тез нәтижеге жетуге көмектеседі

b)

Модельдерді жоюға көмектеседі

c)

Қосымшаны баяулатады

d)

Артық код қосады

e)

Тек әдемілік үшін

86.

No-code платформасында дайын интеграциялар не үшін қажет?

a)

Әртүрлі сервистермен оңай байланыс орнату үшін

b)

Код көлемін үлкейту үшін

c)

Интернетті өшіру үшін

d)

Бағдарламалау тілін үйрету үшін

e)

Компьютерді өшіру үшін

87.

No-code AI платформасының басты шектеуі қандай?No-code AI платформасының басты шектеуі қандай?

a)

Икемділіктің аз болуы және күрделі модельдерге жарамсыздығы

b)

Өте қымбат құрылғы талап етеді

c)

Кодты көп жазуды талап етеді

d)

Интернетсіз жұмыс істей алмайды

e)

Көп тіл білуді қажет етеді

88.

No-code AI платформалары қай принципке негізделген?

a)

Drag-and-drop және визуалды блоктар

b)

Күрделі кодтық жазбалар

c)

Тек мәтіндік консоль

d)

Жүйелік командалар

e)

Компьютерлік ойындар

 

89.

No-code платформалары деректерді қалай өңдейді?

a)

Автоматты түрде ішкі алгоритмдер арқылы

b)

Қолданушы код жазады

c)

Тек қолмен есептеу

d)

Мәліметтерді жояды

e)

Компьютерді өшіреді

90.

No-code платформасының басты қауіпсіздік тәуекелі қандай?

a)

Деректер құпиялығы мен сыртқы сервиске тәуелділік

b)

Компьютердің бұзылуы

c)

Желіге қосыла алмауы

d)

Жүйе баяулауы

e)

Экранның сынуы

91.

No-code платформалары қолданушыдан нені талап етеді?

a)

Саладағы білім мен дұрыс деректер

b)

Бағдарламалау тілін жетік білу

c)

Операциялық жүйені білу

d)

Компьютерді жөндей алу

e)

Құрылғыны құрастыру

92.

No-code платформасында Explainable AI не үшін қажет?

a)

Модель шешімдерін түсінікті қылу үшін

b)

Жүйені өшіру үшін

c)

Бағдарламалауды қиындату үшін

d)

Интернетті қосу үшін

e)

Құрылғыны жылдамдату үшін

 

93.

No-code AI платформасында модельді енгізу қалай жүзеге асады?

a)

API немесе дайын интеграция арқылы

b)

Тек қолмен код енгізу арқылы

c)

Компьютерді қайта қосу арқылы

d)

Желіні өшіру арқылы

e)

Бағдарламалау тілін өзгерту арқылы

94.

No-code AI платформалары не үшін мониторинг жүргізеді?

a)

Модельдің сапасы мен өнімділігін бақылау үшін

b)

Компьютердің температурасын өлшеу үшін

c)

Ойын орнату үшін

d)

Интернет бағасын қадағалау үшін

e)

Жүйені қайта іске қосу үшін

95.

No-code платформаларын қолданудың экономикалық артықшылығы қандай?

a)

Қаржылық шығынды азайтады

b)

Өте қымбат етеді

c)

Уақытты көбейтеді

d)

Қызметкерлер санын арттырады

e)

Қолдануды қиындатады

96.

No-code платформасының визуалды редакторлары не істейді?

a)

Қолданушыға блоктарды сүйреп модель құруға мүмкіндік береді

b)

Кодты автоматты жояды

c)

Тек деректерді көшіреді

d)

Интернетке қосылуды тоқтатады

e)

Тек әдемілік үшін

97.

No-code платформасы арқылы жасалған шешімдер қайда енгізілуі мүмкін?

a)

Веб-қосымшаларға, мобильді қосымшаларға

b)

Тек принтерге

c)

Тек антивирусқа

d)

Тек ойындарға

e)

Тек текстік файлға

98.

No-code платформасының басты миссиясы қандай?

a)

Кез келген адамға ЖИ құралдарын қолжетімді ету

b)

Тек ІТ мамандарына бағыттау

c)

Тек университеттерде қолдану

d)

Тек зерттеушілерге арнау

e)

Тек ойын жасау

 

99.

No-code платформасы бизнеске қандай көмек береді?

a)

Деректерге негізделген шешімдерді тез қабылдауға көмектеседі

b)

Бизнес шығынын арттырады

c)

Клиенттерді азайтады

d)

Тек ойын ойнауға көмектеседі

e)

Тек серверді өшіреді

100.

No-code платформасының болашағы қалай бағаланады?

a)

Қолданушылар санының артуымен кеңеюде

b)

Тек азаюда

c)

Тек ойынға қолданылады

d)

Жабылып жатыр

e)

Қолданылмайды

101.

No-code платформасы білім беру саласында қалай қолданылады?

a)

Студенттерді ЖИ негіздерімен таныстыруға

b)

Тек ойын ойнауға

c)

Сабақты тоқтатуға

d)

Компьютерді өшіруге

e)

Жүйені жоюға

 

102.

Генеративті ЖИ-дің негізгі мақсаты қандай?

a)

Жаңа деректер объектілерін жасау (сурет, дыбыс, мәтін, видео)

b)

Бар деректерді тек жіктеу

c)

Компьютерлік желілерді басқару

d)

Бағдарламалау тілдерін үйрету

e)

Тек деректерді сақтау

103.

GAN архитектурасында қандай екі негізгі желі қолданылады?

a)

Генератор және дискриминатор

b)

Энкодер және декодер

c)

Трансформер және энкодер

d)

Классификатор және регрессор

e)

Денойзер және энкодер

 

104.

VAE-дің негізгі ерекшелігі қандай?

a)

Латенттік айнымалылардың үлестіруін үйреніп, жаңа үлгілерді генерациялау

b)

Дискриминаторды алдау

c)

Тек сурет классификациясы

d)

Интернетке тәуелді жұмыс

e)

Фотосуреттерді ғана өңдеу

105.

Қай архитектура мәтіннен сурет генерациясында қазіргі таңда негізгі технология?

a)

Диффузиялық модельдер

VAE

b)

GAN

c)

Тек трансформер

d)

Логистикалық регрессия

106.

Stable Diffusion қандай әдіске негізделген?

a)

Latent Diffusion Models (LDM)

b)

Auto-Encoding Variational Bayes

c)

StyleGAN

d)

OpenAI Jukebox

e)

Random Forest

107.

GAN-дағы генератордың мақсаты қандай?

a)

Шынайы деректерге ұқсас үлгілер жасау

b)

Классификация жүргізу

c)

Қателіктерді түзету

d)

Метрикаларды есептеу

e)

Шулы деректерді жою

108.

GAN-дағы дискриминатордың рөлі қандай?

a)

Нақты және жалған деректерді ажырату

b)

Жаңа деректерді генерациялау

c)

Латенттік кеңістік құру

d)

Қате кодты түзету

e)

Шулы сигналдарды жою

109.

VAE қай тәсілді қолданады?

a)

Энкодер мен декодер арқылы ықтималдық үлестірімін үйрену

b)

Кластерлеу

c)

Логистикалық регрессия

d)

Тек дискриминация

e)

Желілік маршрутизация

110.

Диффузиялық модельдердің басты принципі қандай?

a)

Шуды біртіндеп алып тастап, жаңа үлгі жасау

b)

Деректерді жою

c)

Кодты қысқарту

d)

Файлды көшіру

e)

Интернетті өшіру

111.

DALL·E моделі не істей алады?

a)

Мәтіндік сипаттамадан сурет генерациялау

b)

Суретті тек жіктеу

c)

Мәтінді аудару

d)

Тек дыбыс генерациялау

e)

Файл сақтау

112.

 

ChatGPT қай архитектураға негізделген?

a)

Transformer

b)

GAN

c)

VAE

d)

Diffusion

e)

KNN

113.

Генеративті ЖИ музыка саласында қай бағытта қолданылады?

a)

Автоматты әуендер мен композициялар жасау

b)

Тек ән мәтінін жазу

c)

Музыканы жою

d)

Дыбысты өшіру

e)

Құлаққап жасау

114.

Генеративті ЖИ бейне жасауда қандай мүмкіндіктер береді?

a)

Жаңа бейнелер генерациялау, видеоны толықтыру

b)

Тек бейнені қысқарту

c)

Файлды жою

d)

Мониторды өшіру

e)

Қате кодты түзету

115.

StyleGAN қандай салада кеңінен қолданылады?

a)

Адам беттерінің фотореалистік суреттерін жасау

b)

Дыбысты өңдеу

c)

Мәтінді аудару

d)

Файл шифрлау

e)

Желі маршрутизация

116.

VAE-дің басты артықшылығы қандай?

a)

Деректердің ықтималды үлестірімін модельдеу

b)

Жаңа код ойлап табу

c)

Интернетті өшіру

d)

Тек жіктеу

e)

Файлдарды жою

117.

Диффузиялық модельдердің басты артықшылығы?

a)

Жоғары сапалы және шынайы суреттер алу

b)

Өте жылдам жұмыс

c)

Кодсыз жұмыс істей алмайды

d)

Тек дыбыспен жұмыс істейді

e)

Күрделі орнату қажет

118.

Генеративті ЖИ қолданудағы басты қауіп қандай?

a)

Жалған ақпарат пен фейк контент тарату

b)

Компьютердің бұзылуы

c)

Интернет өшуі

d)

Экран сынуы

e)

Жүйені қайта қосу

119.

Deepfake технологиясы қандай принципке негізделген?

a)

Адам бет-бейнесін генеративті модель арқылы өзгерту

b)

Дыбыс қысқарту

c)

Файлды жою

d)

Тек мәтін аудару

e)

Компьютерді өшіру

120.

AutoML генеративті ЖИ-де не үшін қолданылады?

a)

Модель параметрлерін автоматты баптау

b)

Файлдарды өшіру

c)

Интернетті өшіру

d)

Компьютерді қайта іске қосу

e)

Қате кодты түзету

121.

OpenAI Jukebox қандай бағытта жұмыс істейді?

a)

Музыка мен ән генерациясы

b)

Бейнелерді өшіру

c)

Тек мәтінді сақтау

d)

Интернетті басқару

e)

Компьютерді жөндеу

122.

Генеративті ЖИ қолданудағы этикалық мәселе қандай?

a)

Авторлық құқықты бұзу және жалған контент

b)

Файл көлемін азайту

c)

Компьютерді өшіру

d)

Желі маршрутизациясы

e)

Файлды көшіру

123.

Генеративті ЖИ мәтін саласында қалай қолданылады

a)

Жаңа мәтіндер құру, чат-боттар жасау

b)

Файлдарды жою

c)

Компьютерді өшіру

d)

Дыбыс жазу

e)

Тек аударма

124.

Transformer архитектурасы қандай артықшылық береді?

a)

Үлкен мәтіндерді тиімді өңдеу

b)

Интернетті өшіру

c)

Файлдарды жою

d)

Тек сурет генерациялау

e)

Жүйені баяулату

125.

CLIP моделі қандай рөл атқарады?

a)

Мәтін мен суретті байланыстырады

b)

Файлдарды көшіреді

c)

Компьютерді өшіреді

d)

Тек дыбыс шығарады

e)

Желіні тоқтатады

126.

BigGAN моделі немен ерекшеленеді?

a)

Үлкен масштабтағы генерация мүмкіндігі

b)

Файлдарды қысқарту

c)

Интернетті өшіру

d)

Тек аударма жасау

e)

Компьютерді өшіру

127.

Суреттерді танудың негізгі міндеттеріне қайсысы жатады?

a)

Объектіні табу, классификациялау, сегментациялау

b)

Тек объектіні табу

c)

Тек классификация

d)

Тек шекарасын анықтау

e)

Тек мәтінді тану

128.

 Суреттерді тану қай салаға жатады?

a)

Компьютерлік көру (Computer Vision)

b)

Робототехника

c)

Математикалық статистика

d)

Желілік қауіпсіздік

e)

Механика

129.

Суреттерді тану бойынша алғашқы зерттеулер қай жылдары жүргізілді?

a)

1960–1970 жж.

b)

1940–1950 жж.

c)

1980–1990 жж.

d)

2000–205 жж.

e)

2012 жылдан бастап

130.

2012 жылы ImageNet байқауында үлкен жетістікке жеткен архитектура:

a)

AlexNet

b)

VGGNet

c)

ResNet

d)

EfficientNet

e)

YOLO

131.

Edge detection әдістеріне қай алгоритм жатады?

a)

Canny

b)

ResNet

c)

YOLO

d)

EfficientNet

e)

SVM

132.

Feature extraction әдісіне жататын алгоритм:

a)

SIFT

b)

R-CNN

c)

YOLO

d)

ResNet

e)

Pooling

133.

Машиналық оқыту әдістеріне қайсысы жатады?

a)

SVM, kNN

b)

YOLO, SSD

c)

ResNet, VGG

d)

AlexNet, EfficientNet

e)

Canny, Sobel

134.

CNN-нің басты артықшылығы неде?

a)

Белгілерді автоматты түрде үйренеді

b)

Белгілерді қолмен енгізуді талап етеді

c)

Жылдам емес

d)

Шағын көлемді деректерде ғана қолданылады

e)

Тек мәтін тануға жарайды

135.

 

 CNN архитектурасының негізгі қабаттарына қайсысы кіреді?

a)

Convolutional, Pooling, Fully Connected

b)

Input, Output, Noise

c)

Linear, Sigmoid, Dropout

d)

YOLO, SSD, R-CNN

e)

Training, Testing, Validation

136.

OpenCV кітапханасы не үшін қолданылады?

a)

Суреттерді өңдеу, контурларды табу, сегментация жасау

b)

Тек мәтінді аудару

c)

Тек статистикалық талдау

d)

Мобильді қосымшалар жасау

e)

Деректер қорын басқару

137.

TensorFlow және Keras не үшін қолданылады?

a)

Нейрондық желілерді құруға

b)

Мәліметтер қорын жасауға

c)

Графикалық дизайнға

d)

Web-сайт жасауға

e)

Мәтіндік редакциялауға

138.

PyTorch қай компания әзірлеген кітапхана?

a)

Facebook

b)

Google

c)

Microsoft

d)

Amazon

e)

Apple

139.

Объектілерді анықтау әдістерінің мақсаты қандай?

a)

Суреттегі объектінің орнын табу

b)

Суретті түрлі түске бояу

c)

Тек өлшемін анықтау

d)

Тек мәтінді оқу

e)

Тек бейнені қысу

140.

R-CNN әдісінің ерекшелігі неде?

a)

Аймақтарды бөліп алып, оларды CNN арқылы классификациялайды

b)

Тек бір объектіні ғана табады

c)

Жылдамдығы өте жоғары

d)

Белгілерді қолмен енгізуді қажет етеді

e)

Тек мәтін тануға арналған

141.

 YOLO алгоритмінің басты ерекшелігі:

a)

Бір суретке бірден болжам жасайды, жылдам жұмыс істейді

b)

Өте баяу жұмыс істейді

c)

Белгілерді қолмен енгізуді қажет етеді

d)

Тек медициналық қолдануға жарайды

e)

Тек мәтінді таниды

142.

SSD әдісінің басты артықшылығы:

a)

Жылдам әрі мобильді құрылғыларға ыңғайлы

b)

Өте баяу

c)

Көп жад қажет етеді

d)

Тек үлкен серверлерде ғана жұмыс істейді

e)

Мәтінді өңдеуге арналған

143.

AlexNet архитектурасы қай жылы ұсынылды?

a)

2012 ж.

b)

2005 ж.

c)

2015 ж.

d)

2018 ж.

e)

2020 ж.

144.

ResNet архитектурасының басты жаңалығы:

a)

Skip connections қолдану

b)

Edge detection қолдану

c)

Pooling қабатын алып тастау

d)

API арқылы жұмыс істеу

e)

Мобильді құрылғыға ыңғайлау

145.

EfficientNet архитектурасының артықшылығы:

a)

Аз параметрмен жоғары дәлдікке жетеді

b)

Көп параметр қажет етеді

c)

Өте баяу жұмыс істейді

d)

Белгілерді қолмен енгізуді қажет етеді

e)

Тек мәтін тануға арналған

146.

Суреттерді танудың медицинадағы қолдану мысалы:

a)

МРТ және рентген суреттерін талдау

b)

Құжат басып шығару

c)

Әуен шығару

d)

Видео монтаждау

e)

Құрылыс сызбасын жасау

147.

Автономды көліктер суреттерді тануды не үшін қолданады?

a)

Жаяу жүргіншілерді және жол белгілерін тану

b)

Музыка ойнау

c)

Көліктің жылдамдығын арттыру

d)

Қозғалтқышты іске қосу

e)

Доңғалақ қысымын тексеру

148.

Суреттерді танудың артықшылықтарының бірі:

a)

Жоғары дәлдікпен жұмыс істейді

b)

Есептеу қуаты аз қажет етеді

c)

Тек мәтінге ғана жарайды

d)

Жаңа мәліметсіз жұмыс істей береді

e)

Өте түсінікті модель

149.

Суреттерді тану технологияларының басты қиындықтарының бірі:

a)

Үлкен есептеу қуатын талап етеді

b)

Өте баяу дамиды

c)

Қолданылу аясы өте шектеулі

d)

Мәлімет қажет емес

e)

Модель әрқашан түсінікті

150.

 Этикалық мәселелердің бірі:

a)

Жеке өмірге қол сұғу қаупі

b)

Мәліметтің аздығы

c)

Сурет сапасының төмендігі

d)

Бағдарламаның баяулығы

e)

Төмен жад көлемі

151.

Болашақтағы даму бағыттарының бірі:

a)

Explainable AI (түсіндірілуі мүмкін модельдер)

b)

Edge detection

c)

Sobel фильтрі

d)

Pooling әдісі

e)

kNN әдісі

152.

Суреттерді тану саласының қазіргі таңдағы маңызы қандай?

a)

Қоғамдық өмірдің түрлі салаларында инновацияларды жүзеге асыруда

b)

Тек ойын-сауықта қолданылады

c)

Маңызы төмен

d)

Сирек қолданылатын технология

e)

Тек математика пәнінде қолданылады

153.

 

 NLP (Natural Language Processing) негізгімақсатықандай?

a)

Компьютерге адам тілін түсіну және өңдеу қабілетін беру

b)

Компьютерде бейнелерді өңдеу

c)

Желілік хаттамаларды басқару

d)

Графикалық интерфейс құру

e)

Мәліметтер қорын құру

154.

Токенизация дегеніміз не?

a)

Мәтінді сөздерге немесе символдарға бөлу

b)

Мәтінді басқа тілге аудару

c)

Мәтіннен кілт сөздерді шығару

d)

Мәтінді кодтау

e)

Мәтінді шифрлау

155.

Лемматизацияның негізгі мақсаты қандай?

a)

Сөзді морфологиялық негізде бастапқы формаға келтіру

b)

Сөзді қысқартып жазу

c)

Сөзді векторға айналдыру

d)

Сөйлемді токендерге бөлу

e)

Мәтінді кодтау

156.

POS-tagging нені анықтайды?

a)

Әр сөздің сөз табын

b)

Мәтіннің тақырыбын

c)

Сөйлемнің ұзындығын

d)

Сөйлемнің тональдігін

e)

Әріптердің санын

157.

NER (Named Entity Recognition) міндеті:

a)

Атау тұлғаларды, ұйымдарды, жер атауларын табу

b)

Сөздерді сөйлемге біріктіру

c)

Сөздердің морфологиясын анықтау

d)

Сөйлемнің грамматикалық құрылымын талдау

e)

Тональдікті анықтау

158.

Bag-of-Words әдісінің басты шектеуі қандай?

a)

Контекст жоғалады

b)

Деректерді жинай алмайды

c)

Мәтін қысқарып кетеді

d)

Тек қана эмодзимен жұмыс істейді

e)

Нейрондық желі қолданбайды

159.

Word2Vec әдісінің артықшылығы

a)

Семантикалық ұқсастықты таба алады

b)

Контексті толық жоғалтады

c)

Тек қысқа мәтіндерде жұмыс істейді

d)

Сөздерді тек әліпби ретімен береді

e)

Сөздіктермен ғана жұмыс істейді

160.

 FastText-тің ерекшелігі неде?

a)

Сөз ішіндегі n-gram арқылы жаңа сөздермен жұмыс істей алады

b)

Тек бір тілде ғана қолданылады

c)

Контексті мүлдем елемейді

d)

Сөздерді сандарға айналдырмайды

e)

Баяу әрі тиімсіз

161.

BERT моделі қандай ерекшелігімен танымал?

a)

Контекстті екі бағытта да ескереді

b)

Тек аудармада қолданылады

c)

Тек қысқа мәтінде жұмыс істейді

d)

Тек статистикалық әдіске негізделген

e)

POS-tagging үшін ғана қолданылады

162.

Transformer архитектурасының басты артықшылығы

a)

Self-attention арқылы ұзақ контекстті ұстай алады

b)

Тек қысқа сөйлемдерге қолданылады

c)

Статистикалық жиілікке негізделген

d)

Грамматикалық ережелерге негізделген

e)

Тек аудио деректерде жұмыс істейді

163.

NLP үшін кеңінен қолданылатын Python кітапханасы емес:

a)

Matplotlib

b)

NLTK

c)

spaCy

d)

Hugging Face Transformers

e)

TensorFlow

164.

spaCy қандай мақсатта ыңғайлы?

a)

Өндірістік NLP-пайплайн құру

b)

Көрнекі график салу

c)

Бейне деректерді талдау

d)

Мәліметтер қорын жобалау

e)

Желі архитектурасын құру

165.

Hugging Face не ұсынады?

a)

Алдын ала үйретілген модельдер мен деректер репозиторийі

b)

Компьютерлік ойындар

c)

Операциялық жүйелер

d)

Жүйелік драйверлер

e)

Файлдарды сығу құралдары

166.

 

 NLP pipeline-ның алғашқы қадамы қандай?

a)

Деректерді жинау

b)

Бағалау метрикаларын есептеу

c)

Модельді fine-tune жасау

d)

Валидация жүргізу

e)

Тестілеу

167.

Sentiment Analysis мақсаты:

a)

Мәтіннің эмоционалды тональдігін анықтау
Мәтінді аудару

b)

POS-tagging жасау

c)

Сөзді векторға айналдыру

d)

Мәтінді аудару

e)

Мәтінді қысқарту

168.

VADER әдісі қай тәсілге жатады?

a)

Лексикондық тәсіл

b)

TF-IDF әдісі

c)



Кластерлеу

d)

BERT fine-tune

e)

Генеративті модель

169.

TF-IDF + SVM қандай жағдайда тиімді?

a)

Деректер жеткілікті, бірақ қарапайым модель қажет

b)



Контексті түсіну қажет болғанда

c)

Деректер мүлдем жоқ кезде

d)

Жаңа сөздер жиі пайда болғанда

e)

Иронияны тану қажет болғанда

170.

BERT fine-tune негізгі артықшылығы:

a)

Контекстті жақсы ұстап, жоғары дәлдік береді

b)

Тек бір тілде жұмыс істейді

c)

Көп есептеу қажет емес

d)

Интернетсіз жұмыс істемейді

e)

Деректерсіз үйренеді

171.

Sentiment Analysis-те қиындықтардың бірі:

a)

Сарказм мен иронияны тану

b)

Сөздердің ұзындығын есептеу

c)

Сөйлемдерді санап шығу

d)

Сөйлемді токендерге бөлу

e)

Әріптерді кішірейту

172.

 NLP-де Precision нені өлшейді?

a)

Дұрыс позитивтердің үлесін

b)

Барлық дұрыс классификация үлесін

c)

Жалпы қателер санын

d)

Жалған негативтерді

e)

Жалған негативтерді

173.

BLEU метрикасы қай тапсырмаға тән?

a)

Машиналық аударма

b)

Sentiment analysis

c)

POS-tagging

d)

NER

e)

TF-IDF

174.

 LIME/SHAP құралдарының мақсаты:

a)

Модель нәтижесін түсіндіру

b)

Мәтінді аудару

c)

Мәтінді жинау

d)

Сөздерді қысқарту

e)

Тональдікті өлшеу

175.

DistilBERT-тің басты ерекшелігі:

a)

Жеңілдетілген, өндірісте қолдануға тиімді

b)

Көлемді әрі баяу

c)

Тек бір тілмен жұмыс істейді

d)

Контекстті ұстамайды

e)

TF-IDF-ке негізделген

176.

NLP болашағындағы маңызды бағыттардың бірі:

a)

Көптілді модельдер (multilingual models)

b)

Тек ережелік тәсілдер

c)

Тек статистикалық әдістер

d)

Тек лексикондық тәсілдер

e)

Контекстті елемеу

177.

NLP-де негізгі қиындықтардың бірі емес:

a)

Сандарды қосу

b)

Сарказмды түсіну

c)

Code-mixed мәтіндер

d)

Эмодзи талдау

e)

Код-мешап деректер

178.

ЖИ-дің деректерді визуализациялаудағы негізгі рөлі қандай?

a)

Маңызды трендтерді автоматты табу және визуализацияны тездету

b)

Қолмен диаграмма салу

c)

Тек деректерді сақтау

d)

Файлдарды сығу

e)

Кестелерді автоматты түрде бояу

179.

 ЖИ визуализацияда қолданатын NL→Viz әдісінің мәні неде?

a)

Табиғи тілдегі сұранысты визуал спецификациясына түрлендіру

b)

Суретті мәтінге айналдыру

c)

Файлды SQL форматына көшіру

d)

Кестені автоматты сұрыптау

e)

Мәтінді аудару

180.

CompassQL / Voyager жобалары қандай мақсатта жасалған?

a)

Визуал ұсыныстар жасау және деректерді зерттеуді жылдамдату

b)

Мәтінді бейнеге айналдыру

c)

SQL сұраныстарын оңтайландыру

d)

Графикалық дизайн жасау

e)

Файл форматтарын конвертациялау

181.

Tableau Explain Data функциясының мақсаты қандай?

a)

Деректер арасындағы ықтимал себеп-салдарды түсіндіру

b)

Файлдарды экспорттау

c)

SQL кодын жазу

d)

Кесте құрылымын құру

e)

Графикалық интерфейс орнату

182.

Power BI Copilot-тың негізгі мүмкіндігі?

a)

Табиғи тілдегі сұрауды визуал есепке айналдыру

b)

Файлды PDF-ке экспорттау

c)

Тек деректерді фильтрациялау

d)

Excel кестелерін құру

e)

Файлды жүктеу

183.

 Vega-Lite қандай технология?

a)

Интерактивті диаграмма сипаттау грамматикасы

b)

SQL оптимизаторы


c)

Файлдық жүйе

d)

Мәтіндік редактор

e)

Желілік хаттама

184.

 Altair кітапханасы қандай мақсатта қолданылады?

a)

Python арқылы Vega-Lite визуализациясын құру

b)

SQL дерекқорын басқару

c)

Файлдарды сақтау

d)

Мәтінді аудару

e)

Суретті тану

185.

ЖИ қолдаулы визуализация пайплайнында алғашқы қадам қандай?

a)

Деректерді жинау

b)

SQL кодын жазу

c)

Визуалды экспорттау

d)

Файлды PDF-ке сақтау

e)

Диаграмманы бояу

Similar Resources on Wayground

IT Fundamentals Assessment

184 questions

IT Fundamentals Assessment

quiz

Worksheet

•

University

Fluid Power Final Exam

182 questions

Fluid Power Final Exam

quiz

Worksheet

•

University

25.12.23

180 questions

25.12.23

quiz

Worksheet

•

University