題庫閱讀模式

PCA 常見用途是什麼？

模型訓練準確率 98%，測試準確率 66%。最合理判斷是？

模型在訓練資料與測試資料表現都很差。最可能原因是？

醫療篩檢若漏判代價很高，應優先重視哪個指標？

詐欺偵測若想降低正常交易被誤判為詐欺造成客訴，應較重視？

下列何者最符合資料洩漏 Data Leakage？

公司希望模型判斷依據能被主管與稽核理解。最應重視？

不同部門資料欄位名稱、定義與格式不一致。AI 導入前最應先處理？

模型上線後因客戶行為改變，預測效果逐月下降。這最接近？

交叉驗證 Cross Validation 主要目的為何？

即時產線檢測要求 1 秒內回應。除了準確率，也應重視？

每天晚上統一分析訂單，產生隔日推薦清單。較適合？

特徵工程 Feature Engineering 最接近？

希望資料不集中到總部，各分公司本地訓練後只共享模型更新。這接近？

資料在加密狀態下仍能進行特定運算，接近哪種概念？

圖片只需判斷是否有瑕疵，不需標出位置。較接近？

圖片需要框出瑕疵位置。較接近？

圖片每個像素要分類為道路、車輛、行人。這是？

預測設備距離故障還有幾天，屬於？

預測設備未來 7 天是否會故障，屬於？

AI 專案初期較佳順序是？

訓練資料主要來自單一族群，卻用於所有族群，最可能？

資料最小化原則最接近？

AI 用於貸款、人事或醫療決策時，除準確率外還應重視？

公司內部規章每週更新，希望 AI 回答可引用最新文件。較適合？

企業希望模型長期符合特定品牌語氣與固定任務格式，較合理？

RAG 與 Fine-tuning 的差異何者正確？

生成式 AI 產生看似合理但實際錯誤的答案，稱為？

Prompt Injection 攻擊最接近？

AI 助理可呼叫寄信 API。哪一項控管最合理？

企業使用外部 AI API 時，最應確認哪一項？

員工把未公開客戶名單貼到公開 AI 工具產生行銷文案。最大風險是？

AI 客服遇到無法根據知識庫確認的問題，最佳做法是？

企業導入生成式 AI 的 PoC 主要目的為何？

No Code 與 Low Code 的差異，何者較正確？

AI Agent 與一般聊天機器人相比，最大治理差異常在於？

若 AI Agent 可以刪除檔案，最合理設計是？

Temperature 參數通常影響什麼？

企業要產生穩定的正式報告，Temperature 通常應如何設定？

Token 在大型語言模型中最接近什麼？

Context Window 指的是什麼？

RAG 文件切片過大，最可能造成什麼問題？

RAG 文件切片過小，最可能造成什麼問題？

AI 回答需要即時庫存資料，最合理方式是？

內部 AI 知識庫若包含不同權限文件，系統應如何處理？

生成式 AI 產生合約、公文或醫療內容時，較佳流程是？

企業建立 AI 使用政策時，下列何者最應納入？

AI 產生圖片用於商業廣告前，最應確認什麼？

生成式 AI 成本突然上升，最應先檢查什麼？

修改 Prompt 後新問題變好，但舊問題變差。最需要？

Guardrails 在生成式 AI 應用中主要指？

某公司規劃「製造業瑕疵檢測」AI 專案。較合理的規劃重點是？

某公司規劃「銷售預測」AI 專案。較合理的規劃重點是？

某公司規劃「設備預知保養」AI 專案。較合理的規劃重點是？

某公司規劃「客服信件分類」AI 專案。較合理的規劃重點是？

某公司規劃「異常登入偵測」AI 專案。較合理的規劃重點是？

某公司規劃「客戶分群」AI 專案。較合理的規劃重點是？

某公司規劃「OCR 表單辨識」AI 專案。較合理的規劃重點是？

某公司規劃「醫療影像輔助判讀」AI 專案。較合理的規劃重點是？

某公司規劃「信用風險評估」AI 專案。較合理的規劃重點是？

某公司規劃「推薦系統」AI 專案。較合理的規劃重點是？

企業規劃導入「內部知識庫問答」。哪一項做法最符合正式導入風險控管？

企業規劃導入「AI 客服」。哪一項做法最符合正式導入風險控管？

企業規劃導入「合約草稿」。哪一項做法最符合正式導入風險控管？

企業規劃導入「AI 寫程式」。哪一項做法最符合正式導入風險控管？

企業規劃導入「行銷文案」。哪一項做法最符合正式導入風險控管？

企業規劃導入「AI Agent 寄信」。哪一項做法最符合正式導入風險控管？

企業規劃導入「會議摘要」。哪一項做法最符合正式導入風險控管？

企業規劃導入「圖片生成廣告」。哪一項做法最符合正式導入風險控管？

企業規劃導入「資料庫查詢助理」。哪一項做法最符合正式導入風險控管？

企業規劃導入「即時庫存問答」。哪一項做法最符合正式導入風險控管？

下列何者不屬於資料整合（Data Integration）的主要目的？

某智慧城市專案導入AI 技術，以優化垃圾收集路線調度並即時監測空氣品質變化。系統需持續蒐集環境數據（如 PM2.5、氣體濃度）與設備狀態（如垃圾桶滿溢度）。下列何種技術最直接支援上述需求？

下列何者不符合非監督式學習（Unsupervised Learning）的典型特徵？

某保險公司建立AI 理賠金額預測模型。歷史理賠資料經檢定後呈近似常態分佈，但仍存在少數極端高額案件。資料科學團隊在不破壞整體分佈特性的前提下，規劃進行離群值處理。下列何者最不適當？

某銀行建立AI 詐欺交易偵測模型。歷史交易資料中，詐欺樣本比例極低，導致模型訓練時偏向預測為「正常交易」。資料科學團隊評估採用SMOTE（SyntheticMinority Over-sampling Technique）改善訓練資料分佈。下列何者最符合SMOTE技術的主要功能？

資料科學團隊在模型訓練前，需對數值特徵進行正規化（Normalization）或標準化（Standardization）。為確保模型評估結果具真實性並避免資料洩漏（DataLeakage），下列何者為最適當的作法？

某電信公司建立機器學習模型預測用戶流失風險。資料中包含多個類別型特徵（Categorical Features），例如「資費方案類型」與「客戶地區」。為使模型能有效使用這些特徵，下列何者最直接用於將類別型特徵轉換為模型可處理的數值格式？

某零售企業在建置機器學習模型預測顧客購買機率時， 資料同時包含大量稀疏類別特徵與數值型特徵。 團隊希望模型既能學習過去已出現的特徵組合規律，也能對未出現的特徵組合做出合理預測。 下列哪一種模型架構最適合此類需求？

某影音串流平台建立神經網路模型，用於預測使用者最可能感興趣的影片類型。模型輸出層需將結果轉換為各類別的機率分佈，以便系統依機率高低推薦內容。下列哪一種函數最適合用於模型輸出層？

某設計公司導入生成式AI（Generative AI）工具，用於自動產生產品概念圖與風格草圖。為了讓系統能依據既有圖像資料產生具有變化且風格一致的新圖像，模型必須具備學習資料特性並生成新樣本的能力。下列哪一種模型技術或方法最符合上述需求？

某企業導入生成式AI（Generative AI）系統自動產出會議摘要，並規劃額外建置一套AI 系統，用於評估摘要內容的正確性與完整性。下列何者為此AI 系統的核心目標？

ChatGPT、Gemini 等對話型生成式AI 工具所依據的基礎模型技術，下列何者正確？

根據《金融機構運用人工智慧技術作業規範》，金融機構於使用人工智慧提供金融服務並直接與消費者互動時，下列何者非必要揭露之資訊？

下列哪一項「AI 技術應用與產業領域」的對應最為恰當？

在資料處理中，下列何者屬於「結構化數據」的例子？

關於敘述性統計指標，下列敘述何者最為正確？

某企業資料分析人員需針對不同型態的數據選擇合適的視覺化工具。下列哪一種情境最適合使用直方圖（Histogram）？

某電商平台工程師需在已排序的價格清單中，快速定位指定價格是否存在，給定排序後陣列：arr = [3, 8, 14, 19, 21, 27, 33, 45, 52]。若搜尋目標值為27，且採用標準二分搜尋（Binary Search）流程（每次比較後排除中位數），請問最多需要比較幾次即可找到目標？

某物流公司導入強化式學習（Reinforcement Learning）優化車隊調度。模型在系統運行過程中，會依據不同配送狀態動態調整行動選擇方式，使決策結果逐步朝較佳績效收斂。上述模型在學習過程中的調整行為，最符合下列哪一項強化式學習核心機制？

某團隊訓練影像分類模型，發現模型在訓練資料上的準確率達98%，但在測試資料上僅有72%。若團隊希望提升模型對新資料的適應能力，並增加訓練資料的多樣性，下列何者最適合？

某時尚品牌導入生成式AI（Generative AI）技術，建立服裝設計輔助系統。系統需根據設計師輸入的風格條件，自動產生具有高度視覺品質、細節穩定且風格變化自然的服裝草圖。團隊特別重視生成結果的穩定性與多樣性控制能力。在此需求下，下列哪一種模型技術或方法較為適合？

某製造業工廠規劃導入AI 監控系統，持續分析設備感測數據（如溫度、震動與壓力）。系統需能在缺乏完整異常標註資料的情況下，辨識與一般運作型態顯著不同的狀態，並發出預警。在此需求下，下列何種技術較為適合？

在AI 推論服務架構設計中，「批次推論（Batch Inference）」與「即時推論（Real-time Inference）」常依任務特性選擇不同機制。下列關於兩者特性的敘述何者最正確？

某企業導入大型語言模型作為客服助理。模型已具備穩定語言能力，但在回覆偏好一致性與組織規範遵循方面仍需優化，團隊因此規劃導入人類反饋強化學習（RLHF）流程，下列何者最不屬於RLHF 階段的典型技術活動？

在大型語言模型（LLM）的推論服務中，常透過請求批次處理（Batching）來提升系統效能。關於批次處理（Batching）機制的影響，下列敘述何者最正確？

在可解釋AI(Explainable AI, XAI) 的分類架構中，LIME（Local InterpretableModel-agnostic Explanations）屬於哪一類解釋技術？

SHAP（SHapley Additive exPlanations）值常用於分析機器學習模型的輸出行為。下列何者最符合SHAP 值所提供的資訊？

在金融業導入AI 模型與可解釋性技術時，反事實解釋（CounterfactualExplanation）最符合下列哪一種應用？

在深度學習模型的分析與驗證過程中，研究人員有時會利用「顯著性圖（SaliencyMap）」來輔助理解模型行為。下列何者最符合此技術的主要用途？

某商業銀行想建立洗錢行為檢測系統，擁有過去5 年的交易記錄，其中包含已確認的洗錢案例（標記為「異常」）和正常交易（標記為「正常」）。銀行希望系統能自動識別新交易是否為洗錢行為，請問使用下列哪一種機器學習方法最為適合？

某農場收集了大量作物葉片影像，但只有30%的影像有病害類別標註，其餘70%的影像沒有任何標籤。農場希望充分利用所有資料來訓練病害識別模型。這種情況最適合使用哪一種學習方法？

某環保局想建立AI 系統監測空氣品質，透過分析監測站攝影機拍攝的影像來識別煙霧。系統需要在影像中找出煙霧區域並標示其位置和範圍。這個應用主要屬於電腦視覺的哪個技術領域？

某公車系統想預測各站點的到站時間，需要考慮歷史班次資料、即時路況、天氣等因素。由於路況變化複雜，傳統循環神經網路（Recurrent Neural Network,RNN）在建模時可能難以保留較早期的重要資訊。下列哪種架構最能解決這個問題？

某保險公司每月處理約50 萬筆理賠申請，希望建立AI 系統自動識別可疑的詐欺案件。由於公司內部缺乏AI 專業人員，且需要快速上線驗證效果，IT 資訊主管正在評估不同的AI 平台解決方案。在去識別化個人隱私資料後，下列哪一種平台類型最適合該公司的需求？

某市政府規劃釋出市民用電資料供學術研究使用，資料內容包含用電紀錄與部分人口統計欄位。考量資料可能涉及可識別個人之資訊，且須符合個人資料保護相關規範，下列哪一種資料處理方式最為適當？

某電子製造公司建置AI 視覺檢測系統，用於辨識PCB 電路板製程缺陷。系統在影像判讀任務上表現穩定，但其模型設計與訓練目標皆侷限於特定應用範圍，無法直接遷移至其他營運決策任務。依人工智慧能力範疇分類，下列何者最符合該系統特性？

某紡織製造公司導入AI 系統進行布料瑕疵檢測，每天需處理來自30 條產線的影像資料，包括高解析度照片、感測器數值、生產參數記錄等多種格式。該公司收集的資料量從每日2GB 增長至50GB，且需在布料離開產線前的3 秒內完成瑕疵判定。近期團隊發現系統在尖峰時段容易出現判定延遲，影響製程節奏。若要優先改善此問題，下列哪一種做法最適合？

某果園管理公司計畫導入AI 系統協助農民判斷蘋果成熟度，透過分析果實特徵資訊，評估成熟狀態並自動判斷採收時機。根據AI 應用領域的分類，這個系統主要屬於哪一個應用領域？

某企業評估於不同業務場景導入機器學習技術。下列哪一項應用情境與機器學習類型的搭配最為適當？

某製造業公司建置機器學習模型，用於預測產品是否為瑕疵品。實際生產資料中，瑕疵品比例極低，大多數樣本皆為正常品。模型測試時發現，即使模型多數預測為正常品，仍可獲得很高的整體準確率。在此情境下，若希望更有效衡量模型對瑕疵品的辨識能力，下列何者較適合作為主要評估指標？

在大型語言模型（LLM）的效能優化中，Flash Attention 常被用來改善Transformer注意力機制的運算效率。關於Flash Attention 的主要效益，下列敘述何者最正確？

某企業建置基於檢索增強生成（RAG）的法遵知識輔助系統，用於整合法規條文、內控制度與歷史函釋文件。系統運行後發現，每當法規更新或新增解釋文件時，需重新建立完整索引，導致更新期間系統暫停服務，且部分回應偶有引用舊版內容的情形。若希望在兼顧查詢效率的同時提升知識更新彈性與系統穩定性，下列何者最適合？

關於機器學習不同的學習模式，下列敘述何者錯誤？1. 監督式學習（Supervised Learning）透過已標註資料學習輸入與目標之間的對應關係，常見任務包含分類與數值預測。2. 非監督式學習（Unsupervised Learning）雖不需標註資料，但通常需預先定義每筆資料的正確輸出類別以利模型收斂。3. 半監督式學習（Semi-supervised Learning）在訓練過程中僅利用未標註資料進行特徵學習，並不涉及標註資料。4. 自監督式學習（Self-supervised Learning）的訓練方式與監督式學習相同，皆需人工逐筆提供標註資料。5. 強化式學習（Reinforcement Learning）透過與環境互動並依據回饋訊號調整策略，以優化決策行為。6. 自監督式學習（Self-supervised Learning）通常利用資料本身產生訓練目標，以降低對人工標註資料的依賴。

某零售業者建立顧客行為預測模型，資料集中包含「年消費金額」、「平均單筆交易金額」及「會員年資」等數值型特徵。資料分析顯示，部分金額特徵呈現高度偏態分布，少數樣本的數值顯著高於多數觀測值。為降低極端值對模型學習穩定性的影響，下列哪一種特徵工程方法最適合？

某團隊訓練深層神經網路模型時，發現訓練誤差長時間幾乎未下降，模型參數更新幅度極小，呈現學習停滯現象。若研判問題與梯度傳遞效率有關，下列何者最適合的改善策略？

某市政府建置城市治理資料平台，需整合交通車流偵測資料、路口監視器影像，以及民眾透過陳情系統提交的文字通報。由於各類資料格式、儲存方式與資料型態差異甚大，導致資料清理與整合成本顯著增加。就大數據特性而言，此專案最主要面臨下列哪一項挑戰？

某企業規劃導入AI 技術支援多項資料分析任務中，下列何種屬於結構化預測（Structured Prediction）問題？

某物流公司想導入AI 以提升營運效率，評估不同資料型態與模型架構。下列哪一種應用情境最適合採用卷積神經網路（Convolutional Neural Network, CNN）作為主要模型架構？

某AI 科技公司在工業缺陷檢測領域已有成熟的辨識產品經驗。現欲與新客戶合作開發一項類似產品的表面瑕疵檢測系統，但因新產品量產不久，標註樣本極為稀少且專家標註成本高昂。在不大幅增加標註預算的前提下，下列哪一種做法最能利用該公司既有的技術優勢來提升模型表現？

某醫院使用機器學習模型篩檢癌症患者。模型預測結果會決定哪些病人需要進一步檢查。院方非常重視盡量找出所有可能的癌症患者，即希望降低漏診（MissedDiagnosis）風險，即便這可能增加一些誤判。下列哪一個評估指標最能反映模型找出癌症患者的能力？

某零售企業導入生成式AI 商品推薦系統。測試結果顯示，在購物行為、偏好設定與價格區間相同的情況下，不同客戶族群收到的推薦商品類型仍出現明顯差異，且差異方向不易以既有行銷策略解釋。若在模型架構與推論設定皆未調整情形下，專案目標是優先降低可能的模型偏差風險，下列何者最合理？

在進行大型語言模型 (LLM) 企業專屬知識的Fine-tuning 時，若內部GPU 運算資源與記憶體嚴重受限，下列哪一種參數高效微調（PEFT, Parameter Efficient Fine-Tuning）技術最能在維持模型效能的前提下，顯著降低需更新的參數數量？

某企業規劃透過Low-Code 平台建置可視化儀表板，以支援營運數據的即時監控與分析判讀。若企業特別關注儀表板顯示結果的穩定性與分析可信度，下列何者最應優先確認？

某企業導入生成式AI 客服系統後發現，系統整體運作穩定，且在單位時間內可處理大量對話請求。部分使用者仍反映在互動過程中回覆出現卡頓感，經初步排除網路連線與前端介面效能問題後，若專案團隊希望針對此現象進行效能測試，下列何者最符合測試重點？

某企業導入生成式AI 系統，希望自動產出客服回覆與內部文件摘要。系統需能理解使用者輸入的完整語句內容，並在回覆中維持語意連貫，即使對話內容較長仍能保持上下文一致性。基於上述需求，下列何種模型架構最為適合？

OpenAI 已為Sora 生成的影片提供多種出處證明機制，以降低誤導性或欺騙性內容帶來的風險。下列何者不屬於目前OpenAI 官方為Sora 內容提供的出處證明工具？

某企業導入No-Code/Low-Code 平台，讓各部門能自行建立資料分析與流程應用。隨著使用範圍擴大，管理層開始關注資料權限、存取紀錄與合規要求。依資料治理觀點，下列何者最合理描述此類平台對企業治理機制的典型影響？

某製造企業規劃於設備端建置邊緣運算（Edge Computing）架構，並以No-Code/Low-Code 平台開發即時監控應用。測試顯示，系統在雲端環境執行順暢，但部署至邊緣裝置後出現回應延遲與效能下降。依此情境判斷，下列何者最合理解釋該現象？

某企業使用生成式AI 進行文字分類，初期僅根據既有業務資料設計少量樣本提示（Few-shot Prompting）。當模型應用至新市場資料時，團隊發現分類結果明顯不穩定，且原先提供的範例並未涵蓋新市場常見的表達方式。依此情境判斷，下列何者最可能為主要原因？

某企業建置檢索增強生成（Retrieval-augmented generation, RAG）系統支援內部知識查詢。隨著使用量提升，團隊發現模型回覆品質穩定，但推論延遲與運算成本逐漸增加。專案規劃在維持回覆品質前提下進行效能優化。在此情境下，若採用知識蒸餾（Knowledge Distillation），下列敘述何者最為合理？

某零售企業規劃提升門市數據應用能力，目標包括：門市主管可自行調整分析畫面與檢視指標呈現，以及由行銷部門建立銷售預測模型，以支援補貨與促銷規劃。企業在選型時以工具的主要功能定位與典型用途作為評估依據。依此需求判斷，下列哪一項AI 工具使用規劃最合理？

下列何者最能正確說明Model Context Protocol（MCP）與檢索增強生成（Retrieval-Augmented Generation, RAG）在功能定位上的主要差異？

某企業建置文件型知識查詢系統，將大量長篇內部文件轉換為可供生成式AI 使用的知識來源。在測試過程中，團隊發現若直接以整份文件進行檢索，模型回覆常包含無關內容，且引用段落不夠精準。團隊評估後，決定導入Chunking 機制的主要目的為何？

某企業導入大型語言模型（LLM）分析內部報表，使用者經常提供 Excel 匯出的表格資料（如銷售數據與統計表）。測試時發現，模型對原始表格解析效果不穩定。為提升模型理解與回應品質，下列哪一種上下文工程（Context Engineering）作法較為適當？

在生成式AI 應用設計中，情境感知代理（Context-aware Agent）的核心特性為何？

某企業建置Agentic AI 系統處理跨部門複雜任務，團隊以解決方案圖譜（SolutionGraph）作為規劃框架。下列何者為Solution Graph 的主要功能？

某企業提供大型語言模型（LLM）API 服務，需支援高併發請求與流量波動，同時要求服務不中斷並具備故障容忍能力。若以高可用性與可擴展性為主要設計原則，下列哪一種部署方式較為適當？

關於ChatGPT、Anthropic Claude、GitHub Copilot 等AI 程式碼輔助工具的運作原理，下列敘述何者正確？

某新創公司採用MVP（Minimum Viable Product）策略，導入Vibe Coding 以加速開發，雖然初期能快速產出可運作功能，但技術主管提醒，在正式上線前仍可能存在程式碼品質與安全風險。下列哪一項措施最合理，以降低品質與安全問題？

在規劃生成式AI 解決方案時，下列何種應用場景最適合採用GPT-Realtime 類型模型？

關於2025 年OpenAI 提供的AgentKit，下列何者最能描述其主要用途？

所有在Gemini 應用程式透過Veo 生成的影片，皆採用何種技術措施來協助企業用戶應對AI 生成內容可能帶來的不實資訊風險？

某保險公司想建立智慧理賠系統，包含兩個功能：(1)自動判斷理賠案件是否為詐欺案件 (2)自動生成理賠調查報告。請問這兩個功能分別屬於哪種AI 技術類型？

某大型製造工廠導入生成式AI 系統來優化能源消耗，每日需處理約10 萬筆設備數據並生成能源優化建議。系統每月API 調用成本約15 萬元，內部維護人力成本8 萬元，基礎設施成本5 萬元。該工廠評估導入效益時，下列哪一項總體擁有成本（Total Cost of Ownership, TCO）分析最完整？

某機構計畫導入生成式AI 旅遊資訊服務對話系統自動生成多語言對話。目前每月需人工翻譯600 則訊息，每則成本50 元；若改用ChatGPT API，每則訊息需2000Tokens，而Token 成本0.8 元/1000 Tokens，但需額外投入系統整合費用20 萬元。關於投資報酬率（Return on Investment, ROI）評估，下列何者最為正確？

某支付平台為了強化洗錢行為檢測，計劃導入生成式AI 技術來輔助分析可疑交易模式。該平台擁有大量歷史交易記錄和已知洗錢案例資料，希望AI 能自動生成可疑交易的特徵描述報告。下列哪一種生成式AI 技術最適合此需求？

某紡織公司希望建立自動化品質檢測流程，既有的AI 系統檢測到布料瑕疵時，需自動拍照存檔、發送通知給品管人員。該公司具有一定開發人力，希望快速建置此工作流程，並保有彈性調整空間，下列哪一種解決方案最適合？

某市政府交通局計劃導入生成式AI 技術來自動生成公車到站時間預測的文字報告，每日需處理約50 萬筆交通資料並生成1000 份報告。在評估導入成本時，團隊希望進行Token Economics 分析（指模型推理與生成過程中，Token 使用量及其費用）。下列何者不屬於Token Economics 的考量範圍？

某農業合作社希望建立一套自動化工作流程，當農民透過手機APP 回報田間病蟲害照片時，系統能自動通知相關專家、建立案件紀錄並排程現場訪查。該合作社IT 資訊人力有限，僅有一位具備基礎程式概念的人員。下列哪一種開發方式最適合此需求？

某市政府環保局想建立一個垃圾分類查詢系統，讓民眾輸入物品名稱後自動判斷分類。由於垃圾種類繁多，但每種分類的訓練範例有限，工程師決定採用少樣本學習（Few-shot Learning）技術。下列何者為少樣本學習（Few-shot Learning）的主要特徵？

某有機農場累積了十年的病蟲害防治紀錄文件，包含不同作物的病害症狀描述、防治方法和效果評估。農場主人希望建立一個AI 助手，能根據農民描述的作物症狀，快速提供相關的防治建議和歷史案例。下列哪一種技術最適合解決這個需求？

隨著企業加速導入AI，No-Code/Low-Code 平台逐漸成為模型開發與產品化的常見工具。相較於傳統自行撰寫程式的建模流程，下列何者最能正確描述此類平台在模型訓練機制上的典型特性？

某醫療院所希望改善行政效率，規劃讓各科室人員可自行建立行政回報與內部申請表單，並導入AI 功能以自動判讀與分類填寫內容（如問題類型或需求性質），同時需兼顧流程調整彈性與降低系統開發維運負擔。下列哪一種技術組合最適合？

某企業導入 No-Code/Low-Code 平台開放各部門自行開發應用。半年後發現：出現多個功能相近系統、資料欄位定義不一致，且部分應用未經審核即上線，並伴隨權限與維運管理混亂。下列何者最可能為根本問題？

在生成式AI 文字生成模型設計中，Encoder–Decoder 與Decoder-only 為常見架構。下列何者最能正確說明兩者在資訊處理與生成機制上的核心差異？

某連鎖零售企業使用生成式AI 協助規劃門市補貨策略。決策時需同時考量多項彼此相關的因素，例如：庫存水位、促銷活動、區域銷售差異與物流限制。專案團隊發現，AI 雖能逐步說明推論過程，但對於多條件之間的相互影響掌握不足，導致建議結果偶有偏差。若希望透過提示工程（Prompt Engineering）改善此問題，下列哪一種策略最為適合？

某電商平台導入生成式AI 客服助理，用於自動回覆顧客詢問。營運需求包含：需即時反映每日更新的促銷活動與商品資訊，同時維持品牌一致的回覆語氣，且企業希望避免因模型重新訓練所造成的成本增加與系統不穩定。在此情境下，下列哪一種技術策略最合理？

某企業規劃導入生成式AI 助理，在正式全面部署前進行概念驗證（PoC），下列何者最不適合作為此階段的主要工作？

某企業規劃導入生成式 AI 客服系統，需處理顧客查詢並引用歷史交易資料。法遵部門在風險評估中指出，系統若不當處理顧客個人資料，可能引發合規與法律責任。若專案初期希望從資料層面降低敏感資訊暴露風險，下列敘述何者最為合理？

某企業導入大型語言模型（LLM）進行客服自動化，並已透過Fine-Tuning 學習企業標準問答範例，但在實務運作中仍出現回應策略未符合服務優先順序及語氣與品牌風格不一致的情況，因此技術團隊建議再導入Reinforcement Fine-tuning（RFT）機制進行優化，其主要目的為何？

企業在評估AI 決策模型是否存在資料分布偏差時，下列何者最屬於偏見檢測（Bias Detection）而非偏見緩解（Bias Mitigation）措施？

某企業希望利用含敏感資訊的資料進行AI 模型訓練，但政策要求原始資料不得外洩，且資料可集中於安全環境中處理。同時，企業希望在資料使用過程中，即使資料處於加密狀態，仍能完成模型計算。在此需求下，下列哪一種技術最為適合？

某金融服務公司規劃導入生成式AI，在評估模型部署方式時，基於內部控制與治理要求，企業考慮將大型語言模型建置於公司可管理環境，而非直接採用外部雲端服務。下列何者最能合理說明此部署決策的潛在優勢？

某智慧製造廠導入語音互動AI 助理，作業人員可透過語音查詢設備狀態與操作指引。系統流程包含語音轉文字、語言模型生成回覆，以及即時查詢內部系統資料。測試結果顯示：語音轉文字在專業設備術語上錯誤率偏高；語言模型回覆偶有內容不夠精準；系統整體回應速度略慢但仍在可接受範圍。若專案目標為優先確保正確執行指令，下列改進措施的執行順序何者最合理？

某企業導入生成式AI 助理，協助內部人員撰寫專案建議與分析報告。團隊希望透過思維鏈（Chain of Thought, CoT）提示設計提升模型輸出的邏輯性與推理透明度，下列何者最符合該提示策略？

某金融監理機構規劃導入生成式AI 以協助內部人員分析申報文件與監理報告，系統需處理大量涉及企業敏感資料與未公開資訊。主管機關明確要求「資料安全與法規遵循必須優先於導入速度與成本考量」。在此條件下，下列哪一種策略最為適當？

某製造企業規劃導入生成式AI 協助產線異常紀錄分析，系統將根據設備回報與維修紀錄自動產出問題摘要與建議處置說明。在試行測試階段，為降低營運與決策風險，下列何者最應優先驗證？

某企業將機器學習模型部署於線上推薦系統。模型在測試階段表現良好，但上線數月後，點擊率與預測準確度逐漸下降。經分析發現，近期使用者行為模式與模型訓練期間的資料特徵出現顯著變化。此現象最可能屬於下列何者？

某企業使用Low-Code 平台建置內部營運系統，系統需整合財務、庫存與第三方物流服務。團隊希望確保系統在跨部門流程與外部服務整合下，具高可靠性與可測試性。下列哪一項作法最能達成目標？

某招聘公司使用生成式AI 生成面試問題與候選人評估建議。團隊發現模型可能對性別或年齡產生的資料分布偏差。下列哪一種策略最能有效降低生成偏差輸出的風險？

某地方政府委託資料科學團隊，針對選舉期間的社群媒體貼文進行大規模輿情分析，目標是了解選民對各政策議題的態度傾向。團隊規劃整合多種AI 技術以提升分析涵蓋率。下列哪一種技術組合最符合上述需求，且不涉及對特定個人的身份辨識？

某物流公司正在規劃導入AI 系統以優化多項業務流程，包含異常包裹偵測、路線自動規劃與倉儲揀貨效率提升。技術團隊在評估過程中，針對不同任務的資料特性與學習目標，討論應採用哪種機器學習方式。請問下列對於各學習方式的敘述，何者有誤？

某電子製造公司在產線上導入AI 系統，自動判斷電路板是否存在焊接瑕疵，並取代人工目視檢查。該系統需處理大量產品外觀影像，並在高產量環境下短時間內完成品質判定。下列何者最不符合此應用所展現的AI 核心技術能力？

某金融科技公司的交易系統，在毫秒等級的時間內持續掃描跨市場價格差異、分析大量即時報價，並自動執行交易指令。系統架構師在技術選用評估時，需確認該系統於即時交易決策中最核心依賴的AI 能力。下列何者最能正確說明其核心AI 能力？

某地方政府導入AI 系統審核低收入補助資格。系統已通過內部測試且準確率高，但民間團體指出不同族群核准率差異顯著。政府表示該系統由專業廠商開發，且未接獲大量申訴。依《人工智慧基本法》精神，下列何者為最適當之優先作法？

某AI 新創公司申請AI 系統認證，並聲稱其產品已通過我國「AI 產品與系統評測中心」之生成式AI 評測。下列何者不屬於該中心之評測項目？

某媒體集團計畫自行訓練一套生成式AI 系統，用於自動產出新聞摘要與評論內容。在專案啟動會議中，法務與技術團隊共同討論如何從訓練階段就降低模型產出有害或偏頗內容的風險，並兼顧內容的多元性與公平性。請問下列哪一項措施最應該在模型訓練階段優先落實？

某保險公司規劃推出一套AI 核保輔助系統，針對線上投保申請進行初步風險評估並自動回覆審核結果。系統開發完成後，依據金融機構運用人工智慧技術作業規範，系統在正式與消費者互動前，必須確認相關揭露義務已落實。請問下列何者不屬於該規範要求金融機構必要揭露的事項？

某大型醫院導入AI 輔助診斷系統，用於分析病患的電子病歷與影像資料並提供疾病風險評分。系統上線後，院方陸續收到三類回饋：①放射科醫師反映無法理解系統判斷某病患為高風險的依據與理由；②數位治理委員會發現系統對特定族裔病患的誤診率顯著偏高；③資訊安全部門指出部分病患個資在未告知當事人的情況下被納入模型再訓練。依據AI 倫理五大核心原則，上述三類問題分別對應哪一項原則的違反？

某市政府環保局計畫建立空氣品質監測AI 系統，需整合全市5 萬個感測器的即時數據（每秒產生大量資料記錄），並持續接收氣象、交通與工廠排放等資料，且需即時處理持續產生的資料。就大數據特性分析，下列何者最能說明此專案面臨的主要挑戰組合？

某保險公司建立理賠風險預測模型時，資料科學家在特徵選擇階段提出以「性別」作為預測愛滋病毒感染風險的輸入特徵之一。資料治理委員會在審查特徵清單時，對此提出異議。下列哪一項理由最能說明「以性別預測愛滋病毒感染風險」是不適當的原因？

某製造業導入AI 進行生產排程，需整合ERP（企業資源規劃系統）訂單資料、設備感測器產生的連續數值紀錄，以及維修技師手寫異常描述（掃描為PDF）。資料治理主管需判斷三類資料的型態。下列何者最能正確對應其資料型態？

某銀行建立機器學習模型預測客戶的貸款違約風險。資料集中有一個「職業類別」欄位，包含「工程師、教師、業務、自由業」等類別。工程師計劃將此欄位進行編碼處理後直接輸入線性模型。下列哪一種編碼方式最可能導致模型錯誤解讀類別之間的關係？

某能源公司以過去三年每小時用電資料建立需求預測模型，並以5-fold 交叉驗證評估，但上線後誤差偏高。技術主管認為問題出在資料分割方式。下列何者最能說明使用標準k-fold 交叉驗證的根本問題？

某醫療院所建置病患再住院風險預測模型，特徵包含「年齡」、「體重」、「血壓數值」及「診斷類別代碼」等，資料科學家考慮是否需對數值特徵進行標準化（Standardization）處理。下列何種模型對特徵尺度最不敏感、最適合在不進行標準化的情況下直接使用上述特徵進行訓練？

某企業集團在多個領域導入AI 技術，應用於不同業務場景。請問下列哪一項最符合異常檢測（Anomaly Detection）的主要應用目標？

某交通局計劃將公車乘客刷卡資料提供給學術機構進行通勤模式研究，該資料包含卡號、上下車時間、路線編號等欄位，且需保留跨時間追蹤同一乘客行為能力。為保護乘客隱私，下列哪種處理方式最符合個人資料保護法的去識別化要求？

某工業感測器回傳溫度時序資料，約5%出現遺漏值，確認為短暫失聯所致，非設備異常。資料工程師需在不引入虛假異常的前提下進行補值。考量資料具時間連續性，下列何種填補方式最為合適？

某溫室農場開發AI 系統自動識別作物葉片上的害蟲種類，測試結果顯示：在1000 張測試影像中，系統正確識別出80 隻害蟲，但誤判了20 張正常葉片為有害蟲，同時漏檢了10 隻實際存在的害蟲。對於害蟲檢測這個關鍵任務，下列哪個評估指標最需要優先關注？

某跨國企業需透過網路將各國子公司之敏感資料傳輸至總部進行模型訓練。資訊安全主管要求在傳輸過程中防範中間人攻擊，避免資料遭竊取或竄改。在不影響系統跨國即時傳輸效率之前提下，下列哪一項措施最能有效降低此風險？

關於深度學習（Deep Learning），下列敘述何者最為正確？

某企業於不同業務場景導入AI 應用。下列關於其應用情境與機器學習類型的敘述，何者正確？

某房仲業者委託AI 團隊開發一套房價預測系統，希望根據物件坪數、屋齡、樓層與地段等條件，自動估算每間房屋的成交價格，供業務人員作為議價參考依據。下列哪一種指標最適合在系統上線前評估模型的預測準確程度？

某電商平台導入強化學習（Reinforcement Learning）技術優化商品推薦策略，AI代理（AI Agent）會根據使用者的點擊與購買行為持續調整推薦內容。技術團隊在討論中發現，系統面臨一個核心挑戰：若AI Agent 總是推薦過去表現良好的商品，可能會錯失發掘更高潛力商品的機會；但若頻繁嘗試未知商品，又可能影響短期的推薦成效與使用者體驗。請問上述情境敘述的是強化學習中哪一個核心問題？

某語音辨識系統需分析長時間的語音序列，發現當句子較長時，模型難以保留長時間序列中的前段資訊，導致辨識準確度下降。為改善此問題，下列何種模型最適合？

某大型連鎖超市建置生鮮商品損耗預測模型，以減少報廢損失。資料庫中共有120 萬筆銷售紀錄，但僅有約8 萬筆資料標記為「正常銷售」或「損耗發生」，其餘資料均未標註。在標註資源有限的情況下，團隊希望提升模型預測表現。請問下列哪一種機器學習方式最適合此情境？

某製造業評估在不同場景導入AI，包含：（甲）依據設備感測器數值判斷是否出現異常；（乙）依據客服對話內容判斷客戶情緒；（丙）依據產品影像輪廓直接進行瑕疵分類。下列哪一種情境最適合以自編碼器（Autoencoder）作為主要模型架構？

某AI 團隊正在訓練一個深度神經網路，用於辨識工廠產線上的瑕疵零件。工程師發現訓練過程中損失函數震盪幅度大，且不同批次資料造成模型學習方向不穩定。為改善此問題，團隊在各隱藏層加入Batch Normalization 機制。請問此調整在訓練階段最主要的作用為何？

某AI 研究團隊採用GRPO（Group Relative Policy Optimization）作為一種基於強化學習的模型優化方法，用於提升大型語言模型的表現。請問GRPO 最適合用來強化模型在哪一類任務上的表現？

某法律科技公司開發一套合約風險審查系統，可自動分析合約內容並標示潛在的高風險條款。律師在使用過程中，希望了解模型做出風險判斷的依據，因此系統導入顯著性圖（Saliency Map）作為可解釋 AI 的方法。請問在此自然語言處理（Natural Language Processing, NLP）應用情境中，顯著性圖主要用來標示什麼？

某製造業AI 品質預測模型採用部分依賴圖（Partial Dependence Plots, PDP）分析特徵影響效果。資料科學家希望了解「溫度特徵」對良品率的整體影響趨勢，但主管進一步詢問，是否能用PDP 判斷某一筆瑕疵產品批次資料中，溫度是否為主要原因。下列何者最能說明PDP 在此情境中的限制？

某銀行使用LIME（Local Interpretable Model-agnostic Explanations）來解釋其信貸審核模型的決策結果。分析師在閱讀解釋報告時，看到系統建立了一個簡化模型來近似原模型在該筆資料附近的行為。下列何者最能說明LIME 中代理模型（Surrogate model）的意義？

小明在2025 年使用AI 模型，將自己的照片轉換為公仔風格影像。該模型在維持生成品質的同時，也能在模型規模較大的情況下兼顧運算效率。下列何者最能敘述此模型可能採用的設計方式？

CLIP 與DINO 皆屬於自監督學習（Self-supervised Learning）模型，但其訓練資料來源有所不同。下列何者最能正確敘述兩者在訓練資料型態上的差異？

某企業導入大型語言模型（LLM）進行長篇法規文件的問答查詢。使用者反映，當問題需整合文件中較不相關的資訊時，模型回答的連貫性與準確性明顯下降。技術團隊認為此現象與模型架構特性有關。下列何者最能說明傳統Transformer 在此情境下的限制？

小明剛加入一間電商公司擔任 AI 專案的業務窗口，在與技術團隊的交接會議中，工程師說明模型訓練時，會持續比對預測值與實際值之間的差距，並透過一套機制逐步調整模型內部參數，直到預測結果趨於穩定為止。請問工程師敘述的是深度學習中哪個元件的功能？

某醫療AI 系統使用深度學習模型分析胸腔X 光影像，判斷患者是否罹患肺炎。醫院評估委員會要求系統必須能夠標示「影像中哪些區域對本次診斷判斷影響最大」，以供放射科醫師進行審核確認。 下列哪一種可解釋AI 技術最能直接滿足「標示影像中對預測結果影響最大的區域」此一需求？

某電商平台希望偵測異常評論行為，例如大量重複貼文或疑似機器人生成的評論。由於此類異常樣本難以事先完整標記，系統主要依據大量正常評論的分布來識別偏離行為。下列哪一種機器學習框架最能滿足此系統的設計需求？

在命名實體辨識（Named Entity Recognition, NER）任務中，模型需根據整句文字判斷每個詞的標籤，並考慮詞與詞之間的關聯性。若採用 ConditionalRandom Field（CRF）作為模型，下列何者最能描述其模型類型？

某音樂串流平台希望開發一套AI 系統，能根據平台上累積的大量歌曲資料，自動生成具有不同風格變化的全新旋律，供創作者作為靈感參考。平台技術長在評估方案時強調，系統不能只是播放或拼接既有歌曲片段，也不能僅進行資料的重建，而是要真正學習音樂的結構與風格，並創作出從未出現過的新旋律。請問下列哪一種模型技術最符合此需求？

某資安公司正在評估導入機器學習模型來偵測網路流量中的異常連線行為。技術團隊在比較各種演算法時，其中一位工程師建議採用支援向量機（SVM）。請問下列何者最正確敘述支援向量機的特性？

下列哪一項是可解釋人工智慧（XAI）領域，LIME（Local Interpretable Model-agnostic Explanations）最可能被用於的情境？

某信用評分公司導入SHAP（SHapley Additive exPlanations）框架分析機器學習模型的輸出行為。分析師希望了解：「對於某位特定申請人被評為高風險的信用評分，各項輸入特徵分別對這個評分結果貢獻了多少」。下列哪一項最能正確說明SHAP Shapley 值在此情境中所提供的資訊？

某金融集團評估將大型語言模型導入客服與風控系統，團隊採用如120B 參數等級的超大型語言模型以確保回應品質。請問下列何者最能說明企業在正式環境部署超大型語言模型時，最需要優先考量的因素？

某智慧交通系統在城市主要路口安裝監視攝影機，需即時識別畫面中的汽車、機車、公車等不同車輛類型，並統計各路口的車輛流量以支援號誌控制優化。下列哪一種神經網路架構最適合處理此類影像中的物件類型識別任務？

AutoSkill 框架的主要目標是什麼？

某大型語言模型（LLM）在訓練過程中，研究人員發現模型在生成文本時，長期集中產生少數幾種相似的回應形式，缺乏多樣性。下列何者最能說明此現象及其可能原因？

某電商平台建置機器學習模型，用於預測用戶在瀏覽特定商品後的購買機率。模型上線初期表現穩定，但維運團隊在定期審查中發現兩種不同情形：情形甲：模型上線半年後恰逢消費趨勢轉變，過去高購買意願的用戶行為模式（如長時間停留商品頁）不再是強烈的購買訊號，即便輸入特徵分布與訓練期相近，模型預測準確率仍明顯下降。情形乙：平台新增了行動裝置端的入口，新用戶的年齡分布、裝置類型與使用時段特徵與原訓練資料差異顯著，導致模型對這批用戶的預測偏差增大。下列哪一項最能正確對應兩種情形所屬的模型劣化類型？

某資安公司目前以鑑別式AI 偵測已知網路攻擊。為因應新型變種攻擊，研究人員計劃利用生成式AI 模擬可能的攻擊流量，並納入防禦模型訓練。下列何者最能說明此做法對鑑別式AI 防禦模型的主要助益？

某企業已部署一套預訓練大型語言模型作為內部知識問答系統，主要用於查詢人資、財務與法遵相關的內部規範。由於公司內規每月都會滾動更新，管理層要求系統在文件更新後必須能立即反映最新內容，不能等待模型重新訓練。技術團隊正在評估應採用檢索增強生成（RAG）還是微調（Fine-tuning）來因應此需求。請問下列哪一項評估最為正確？