41. 下圖為「垃圾分類影像辨識」專題的監督式學習流程。若要提升模型品質，
同時維持評估的公正性，下列做法何者最適當？

(A) 增加多樣且正確標註的訓練資料，並保留獨立測試資料只用於最後評估

(B) 將測試資料加入訓練資料中，讓模型看過更多圖片後再回報測試準確率

(C) 只針對測試資料表現反覆調整模型參數，直到測試準確率最高

(D) 主要增加訓練次數，即使訓練資料標註錯誤或類別分布不均也不需處理

42. 如圖所示，若初始值為 `i = 1`，每次輸出後執行 `i = i * 2`，則「輸出 i」會 被執行幾次？ (A) ⌈n/2⌉ 次 (B) ⌈log₂ n⌉ 次 (C) ⌊log₂ n⌋ 次 (D) ⌊n/2⌋ 次

43. 下表為部分 OSI 網路模型與常見協定／概念的對應。關於 MAC 位址的敘 述，下列何者最正確？ (A) MAC 位址主要用於應用層，用來識別不同網站的網域名稱 (B) MAC 位址主要用於傳輸層，用來決定 TCP 或 UDP 的連線方式 (C) MAC 位址主要作用於資料連結層，用來識別區域網路中的網路介面 (D) MAC 位址主要作用於實體層，用來決定網路線的電壓與訊號頻率

44. 班級名單已依學號由小到大排序，若要更有效率地找出某一學號是否存在， 下列何者最適切？ (A) 循序搜尋 (B) 二元搜尋 (C) 泡沫排序 (D) 線性回歸

45. 關於計算機系統中用於表示浮點數的 IEEE 754 標準(單精確度 32-bit)， 下列敘述何者正確？ (A) 包含符號位元(Sign)1-bit、指數部份(Exponent)8-bit 以及小數／尾 數部份(Fraction/Mantissa)23-bit。 (B) 浮點數表示法能精確無誤地儲存所有的實數，不會產生任何捨入誤差 (Rounding error)。 (C) 指數部份(Exponent)採用二的補數(Two's complement)來表示正負 號。 (D) 單精確度浮點數的範圍與精確度皆大於雙精確度(64-bit)浮點數。

46. 關於 AI Agent 的技能擴充與「漸進式披露(Progressive Disclosure)」設計 機制，下列敘述何者最為正確？ (A) 系統會在啟動時，將所有數千種工具的完整操作手冊一次性載入 LLM 的上下文窗口中，以利快速執行。 (B) Agent 僅依賴 LLM 原生的內部知識庫進行操作，無法動態調用外部腳 本或 API。 (C) 系統平時僅提供輕量級的技能目錄(如 YAML Metadata)供 LLM 建 立路由，當確認確實需要該技能時，才動態載入完整的執行規範(如 SKILL.md)，以避免上下文 Token 過載。 (D) 當 Agent 執行工具發生錯誤時，系統會立刻關閉並要求人類工程師手 動重寫底層原始碼，不具備自我修正(Self-Healing)能力。

47. 針對大型語言模型(LLM)或 AI Agent 常遇到的「上下文窗口(Context Window)限制」與 Token 成本問題，下列解決方案的敘述何者錯誤？ (A) 提示詞壓縮(Prompt Compression)：透過演算法自動過濾輸入文本中 的冗餘字詞或停用詞，在不大幅流失語意下，增加視窗內可容納的有效 資訊量。 (B) 檢索增強生成(RAG)：將外部長文本切割並向量化，提問時僅檢索最 相關的段落動態加入上下文，避免一次塞入全文。 (C) 即時權重更新(Real-time Weight Overwriting)：在每次對話推論 (Inference)當下，即時執行反向傳播，將長篇上下文直接寫入模型權 重中，藉此徹底釋放視窗空間。 (D) 漸進式披露(Progressive Disclosure)：系統預設僅載入眾多 AI 工具 的輕量描述(如 YAML 標籤)，待判斷有呼叫需求時，才動態載入該 工具的完整程式碼。

48. 圖形資料結構在進階程式設計中佔有重要地位。關於圖形的深度優先搜尋 (DFS)及廣度優先搜尋(BFS)演算法，下列敘述何者錯誤？ (A) 在某些特定結構(如分支度極高且深度較淺的樹)下，BFS 的記憶體 空間使用量可能會比 DFS 還要大。 (B) BFS 通常使用佇列(Queue)作為輔助資料結構來進行搜尋，而 DFS 則依賴堆疊(Stack)的後進先出特性進行搜尋。 (C) 在程式實作上，圖形最常見的兩種記憶體資料結構表示法為相鄰矩陣 (Adjacency Matrix)與相鄰串列(Adjacency List)。 (D) 由於 DFS 需要不斷回溯(Backtracking)尋找下一個未走訪的節點，因 此 DFS 程式極度不適合使用遞迴函數(Recursion)的方式來撰寫。

49. 關於演算法的時間複雜度(Time Complexity)，在最差情況(Worst Case) 下，下列哪一種排序演算法的時間複雜度為 O(n log n)？ (A) 泡沫排序(Bubble Sort) (B) 插入排序(Insertion Sort) (C) 選擇排序(Selection Sort) (D) 合併排序(Merge Sort)

50. 執行下列 C 語言程式碼，探討傳值呼叫(Call by Value)與傳址呼叫(Call by Address)的差異。請問程式最後印出的數值為何？ #include void update(int a, int *b) { a = a * 2; *b = *b + 3; } int main() { int x = 5, y = 10; update(x, &y); printf("%d %d", x, y); return 0; } (A) 5 13 (B) 10 13 (C) 10 10 (D) 5 10

1. 請先判斷「何『厭』之有」／「夢『魔』」／「笑『磨』」中『』內三字的讀音屬於完全相同、完全不同或二同一異，與上述三字發音關係相同的是： (A)折衝樽「姐」／中道崩「班」／決癱潰「痕」 (B)得「匣」還珠／虎兕出「柙」／「狎」瞎奉承 (C)繁文「縛」節／祁寒「溽」暑／深耕易「枵」 (D)如法「炮」製／「馳」瓜空懸／同「袍」同澤

115年 - 115 中區縣市政府教師甄選策略聯盟_國中：資訊科技科#140375

115年 - 115 臺南市立蓮潭國民中小學(國中部)教師甄選試題：資訊科技科#140304

115年 - 115 新北市立國民中學_教師聯合甄選試題：資訊科技科#140270

115年 - 115 高雄市立高雄高級中學_正式教師甄選試題︰資訊科技科#140122

115年 - 115 臺北市公立國民小學教師聯合甄選初試專門類科知能試題：資訊科技科#139878

115年 - 115 臺北市立成淵高級中學_正式教師甄選試題：高中資訊科#139666

115年 - 115 教育部受託辦理公立高級中等學校教師甄選試題：資訊科技科#139592

115年 - 115-1 國立頭城高級家事商業職業學校_教師甄選試題：資料處理科#138785

115年 - 115-1 國立竹東高級中學_教師甄試試題：資訊科技概論科#138750

115年 - 115-1 國立羅東高中_教師甄選初試試題：資訊科#138680