生成式人工智能系统应用员一级高级技师 详细题库

职业:生成式人工智能系统应用员 等级:一级/高级技师 章节:模型评估方案设计知识 题目总数:1867 题 单选题 919 多选题 456 判断题 492
下载APP练习

模型评估方案设计知识 题目预览

  • 第 1 题 单选题
    在生成式人工智能模型评估中,用于评估生成文本与参考文本之间n-gram精确匹配程度的指标是( )。
    • A. BLEU
    • B. ROUGE
    • C. METEOR
    • D. Perplexity
    解析:BLEU基于n-gram精确率计算生成文本与参考文本的重叠程度,是常用的自动评估指标。
  • 第 2 题 单选题
    在图像生成模型评估中,用于衡量生成图像与真实图像在特征空间分布差异的指标是( )。
    • A. Inception Score
    • B. FID
    • C. PSNR
    • D. SSIM
    解析:FID(弗雷歇初始距离)通过比较生成图像和真实图像在Inception网络特征层的分布差异来评估图像质量。
  • 第 3 题 单选题
    对于对话生成模型,评估其回复与上下文语义相似度常用的指标是( )。
    • A. BLEU
    • B. ROUGE
    • C. BERTScore
    • D. Perplexity
    解析:BERTScore利用预训练BERT模型的上下文嵌入计算生成文本与参考文本的语义相似度,适用于对话生成评估。
  • 第 4 题 单选题
    在生成式AI评估中,专门衡量生成样本多样性而不依赖于真实样本的指标是( )。
    • A. Precision
    • B. Recall
    • C. F1
    • D. Inception Score
    解析:Inception Score通过分类器对生成图像的预测熵衡量多样性和清晰度,无需真实样本参与计算。
  • 第 5 题 判断题
    在生成式人工智能模型评估中,FID值越小,表示生成图像与真实图像在特征空间中的分布越接近。
    • A. 对
    • B. 错
    解析:FID衡量两个分布之间的差异,值越小说明生成图像分布与真实图像分布越相似,图像质量越高。
  • 第 6 题 判断题
    在文本生成模型评估中,ROUGE指标仅衡量生成文本与参考文本之间的精确率。
    • A. 对
    • B. 错
    解析:ROUGE主要衡量生成文本与参考文本的n-gram召回率,虽有精确率变体但核心是召回率,因此说法不准确。
  • 第 7 题 多选题
    在生成式人工智能模型的评估指标体系中,属于主观评估方法的包括( )。
    • A. 人工评分
    • B. BLEU
    • C. 图灵测试
    • D. FID
    • E. A/B测试
    解析:人工评分、图灵测试和A/B测试均依赖人类判断或实验反馈,属于主观评估;BLEU和FID为自动客观指标。
  • 第 8 题 多选题
    在评估生成式文本模型的性能时,常用的自动评估指标包括( )。
    • A. BLEU
    • B. ROUGE
    • C. METEOR
    • D. 人类偏好
    • E. 模型困惑度
    解析:BLEU、ROUGE、METEOR和模型困惑度(Perplexity)均为无需人工参与的自动评估指标;人类偏好属于主观评估。
余下详情题库请下载 APP 或扫码小程序查看全部题目与智能刷题。