40. 某市政府環保局計劃導入生成式 AI 系統，自動分析空氣品質監測報告並產生通知文件。該局每月需處理約 500 份監測報告，每份通知約 2,000 字。僅考慮 AI 生成通知文件所輸出的 Token 成本，忽略輸入 Token 與其他費用。若使用外部 API 服務，每 1,000 個 Token 收費 0.02 美元，且平均每字約需 1.5 個 Token。從 Token Economics(Token 成本估算)的角度評估，下列何者最接近每月的 Token 成本？ (A)每月約需 30 美元的 Token 成本； (B)每月約需 60 美元的 Token 成本； (C)每月約需 90 美元的 Token 成本； (D)每月約需 120 美元的 Token 成本

44. 某企業將生成式 AI 導入內部知識問答系統，並建立強化學習從人類回饋(Reinforcement Learning from Human Feedback, RLHF)機制，定期依員工對 AI 生成答案的「按讚／按噓」評分作為後續微調模型的依據。系統上線半年後，資料分析部門發現，僅約 8% 員工會主動評分，且多數評分者集中於資訊部門，其他部門員工鮮少提供回饋。技術團隊對此現象應有的正確認知為何？ (A)生成式 AI 的回答主要受預訓練模型影響，因此 RLHF 回饋資料分布不均，通常不會明顯影響模型後續的回覆品質； (B)RLHF 建立的獎勵模型(Reward Model)具有泛化能力，因此資訊部門的評分結果通常也能代表其他部門的需求； (C)若資訊部門為 AI 系統的主要使用者，其回饋即可作為模型最佳化的主要依據，不必再蒐集其他部門的意見； (D)回饋資料可能存在選擇性偏差，使模型逐漸偏向資訊部門的需求與用語習慣，因此應擴大不同部門的回饋樣本

相關試題

相關試卷