NEW
Font size
WorksheetsCâu hỏi Ôn tập và Đáp án Gợi ý
Total questions: 15
Worksheet time: 8mins
Sự khác biệt cốt lõi giữa cơ chế hoạt động của Google và AI LLM là gì?
LLM chỉ lưu trữ dữ liệu tĩnh
LLM tìm kiếm thông tin có sẵn
Google dự đoán chuỗi từ tiếp theo
Google truy xuất kho lưu trữ sẵn có
Trong ba bước kỹ thuật cơ bản, Mã hóa (Tokenization) có vai trò nào?
Chuyển văn bản thành vector số
Chọn từ bằng phương pháp lấy mẫu
Xếp hạng khả năng của từ tiếp theo
Giảm rủi ro trong mô phỏng
Tính ngẫu nhiên (Stochasticity) trong LLM thường liên quan đến điều nào sau đây?
Lấy mẫu tạo đa dạng nhưng thiếu nhất quán
Loại bỏ mọi nhiễu trong dữ liệu
Xác định xác suất tuyệt đối chính xác
Bảo đảm trả lời luôn hoàn hảo
“Bài toán Ngữ cảnh” xảy ra khi nào trong sử dụng AI?
LLM có bộ nhớ dài hạn cố định
Dữ liệu đầu vào luôn sạch
Prompt thiếu dữ liệu định hướng
Google trả về tài liệu gốc
Tư duy nào mô tả chuyển dịch từ hỏi đáp thụ động sang chủ động dẫn dắt AI?
Trở thành Người Kể Chuyện Dẫn Dắt
Dùng AI như Máy Photocopy
Tư duy Google truyền thống
Giáo sư biết tuốt tuyệt đối
Trong mô hình Captain–Copilot, vai trò của Captain là gì?
Thiết lập điểm đến và kiểm soát
Tạo ảnh hoặc âm thanh trực tiếp
Tính toán chi tiết thay AI
Lưu trữ dữ liệu quá khứ bền vững
Nguyên tắc “Simulation over Search” nhấn mạnh điều gì cho doanh nghiệp?
Tạo kịch bản tương lai từ dữ liệu
Chỉ tìm kiếm thông tin có sẵn
Phụ thuộc hoàn toàn vào truy xuất
Bỏ qua rủi ro thị trường thực tế
Trong mô hình lãnh đạo với AI, vai trò của Cơ trưởng (Captain) được mô tả như thế nào?
Giám sát cuối cùng và chịu trách nhiệm
Thực thi tính toán và điều hướng
Tự động hóa toàn bộ quyết định
Thu thập dữ liệu lịch sử chi tiết
Nguyên tắc "Simulation over Search" nhấn mạnh điều gì trong ra quyết định ở môi trường VUCA?
Tìm kiếm thông tin có sẵn trên mạng
Tạo các kịch bản tương lai để chuẩn bị
Phân tích dữ liệu quá khứ chi tiết
Tối ưu hoá tốc độ phản hồi câu hỏi
Phát biểu nào phản ánh đúng rủi ro khi dùng dữ liệu đầu vào kém chất lượng trong chiến lược AI-Native?
Tăng độ chính xác của mô hình lập tức
Giảm chi phí tính toán đáng kể
Dễ dẫn đến sai lệch, bịa đặt và "ảo dữ liệu"
Kết quả ổn định và khách quan hơn
Trong ngữ cảnh LLM, "Next Token Prediction" nghĩa là gì?
Dự đoán từ tiếp theo dựa trên xác suất
Suy luận logic để hiểu ý định người dùng
Tìm kiếm dữ liệu lịch sử theo ngữ cảnh
Sinh nội dung mới bằng cách tổng hợp tri thức
Khác biệt chính giữa "Retrieval" và "Generative" là gì?
Retrieval truy xuất thông tin sẵn có, Generative tạo nội dung mới
Retrieval tạo nội dung mới, Generative chỉ tìm kiếm dữ liệu
Retrieval dựa vào cảm nhận trực quan, Generative dựa vào thống kê
Retrieval dùng mô phỏng, Generative dùng tìm kiếm theo ngữ cảnh
"Digital Simulations" được mô tả như thế nào trong bộ nguyên tắc?
Cơ chế lấy mẫu để tăng đa dạng đầu ra
Tính năng nhắc lệnh để hướng dẫn câu trả lời
Quy trình mã hóa đầu vào thành vector số
Khả năng thử sai trên bản sao trước khi vận hành
Nguyên tắc "Context-Driven Data" nhấn mạnh điều gì?
Giảm vai trò kiểm định của con người trong quyết định
Tăng tốc độ phản hồi quan trọng hơn độ chính xác
Dữ liệu lịch sử luôn đủ để dự báo chính xác
Chất lượng dự báo phụ thuộc vào độ sâu bối cảnh
Vai trò đúng của con người theo "Human-Centric Decision" là gì?
Con người loại bỏ hoàn toàn sự không chắc chắn
Con người giao toàn quyền cho AI tự ra quyết định
Con người chỉ kiểm tra tốc độ và tính toán
Con người quyết định dựa trên giá trị và đạo đức
