Ответы на тест. Имэс. Основы искусственного интеллекта. Набрано 100%. 2040

В ФАЙЛЕ ПРИВЕДЕНЫ ВОПРОСЫ И ОТВЕТЫ С КОНКРЕТНЫХ ПОПЫТОК!!!

ВСЕ ВОПРОСЫ ПРИВЕДЕНЫ ЗДЕСЬ!!!!

ФАЙЛ С ОТВЕТАМИ БУДЕТ ДОСТУПЕН СРАЗУ ПОСЛЕ ПОКУПКИ!!!

Верные ответы в файле будут выделены зеленым!!

Неверные ответы будут выделены желтым!!

Установите соответствие между областями применения ChatGPT и качеством ответов модели в данных областях:
Генерация текста на английском языке
Математические вычисления
Генерация текста на русском языке
Установите соответствие между возможностями больших языковых моделей и областями применения этих возможностей:
Извлечение краткого содержания текста
Анализ тональности текста
Генерация текста
Где используются ячейки LSTM (Long Short-Term Memory)?
a.
В рекуррентных нейронных сетях

b.
В больших языковых моделях, обучающихся без учителя

c.
В Light Speed Training Memory

d.
В алгоритмах анализа звуковых рядов

e.
В больших языковых моделях, обучающихся с учителем
Что представляет из себя алгоритм "случайный лес"?
a.
Модель, используемая только для текстовых данных

b.
Метод для анализа временных рядов

c.
Группа деревьев решений, работающих последовательно

d.
Алгоритм для определения линейных зависимостей

e.
Группа деревьев решений, работающих параллельно
Что такое "ветвление" в дереве решений?
a.
Набор обучающих данных

b.
Решение о классе объекта

c.
Условие, которое определяет переход между узлами

d.
Конечный узел дерева

e.
Процесс обучения дерева решений
Какая основная особенность LSTM (Long Short-Term Memory) по сравнению со стандартными RNN?
a.
Использование управляемых "ворот" для обработки последовательностей данных

b.
Использование меньшего количества параметров

c.
Увеличение количества слоев

d.
Использование сверточных слоев

e.
Использование механизмов внимания

a.
Преобразует изображение в текст

b.
Использует сверточные слои для выделения признаков

c.
Разбивает изображение на части и обрабатывает их как последовательности

d.
Разбивает изображение на пиксели и обрабатывает каждый пиксель

e.
Сжимает изображение до вектора и обрабатывает его
В чём заключается основной недостаток рекуррентных сетей при работе с текстом?
a.
Проблема недообучения

b.
Они не могут обучаться на последовательностях

c.
Проблема переобучения

d.
Быстрое "забывание" контекста

e.
Они не могут обрабатывать числовые данные
Какая нейросеть была создана для представления слов в виде векторов?
a.
WordEmbed

b.
WordGraph

c.
WordMatrix

d.
WordVector

e.
Word2vec
Что такое "корень" дерева решений?
a.
Узел, который определяет глубину дерева

b.
Узел, из которого не исходят другие ветви

c.
Конечный узел, представляющий собой класс или значение

d.
Первый узел в дереве, который является началом процесса принятия решений

e.
Лист, содержащий обучающие данные
Что такое обучение с подкреплением?
a.
Метод обучения нейронных сетей без учителя

b.
Обучение на основе предварительно размеченных данных

c.
Алгоритм для классификации изображений

d.
Тип обучения, при котором модель получает вознаграждение или штраф за свои результаты

e.
Процесс обучения на текстовых данных
Для чего в состав моделей Text-to-Image включается модель-трансформер?
a.
Для извлечения из текстовой информации условий для генерации изображения

b.
Для аугментации данных в виде текста

c.
Для уменьшения размерности изображений

d.
Для снижения шума в изображениях

e.
Для улучшения звуковой амплитуды в изображениях
Что такое "трансформер" в контексте искусственного интеллекта?
a.
Тип рекуррентной нейронной сети

b.
Архитектура нейронной сети, использующая сверточные слои

c.
Метод сжатия данных

d.
Архитектура нейронной сети, основанная на механизме внимания

e.
Алгоритм машинного обучения без учителя
Какие типы нейронных сетей используются для обработки естественного языка?
a.
Регрессионные сети, ансамблирование

b.
Синаптические сети, стохастические сети

c.
Кластерные сети, сети Hopfield

d.
Глубокие нейронные сети, рекуррентные сети

e.
Генеративно-состязательные сети, биархитектуры
Какова роль декодера в архитектуре encoder-decoder?
a.
Генерация выходной последовательности на основе вектора, созданного энкодером

b.
Преобразование текста в изображение

c.
Снижение размерности входных данных

d.
Преобразование входных данных в последовательность фиксированной длины

e.
Генерация случайных чисел
В каком году были изобретены трансформеры в области искусственного интеллекта?
a.
2017

b.
2012

c.
2021

d.
2015

e.
2019
Какую роль играет механизм внимания в трансформерах?
a.
Уменьшает размер модели

b.
Позволяет модели сконцентрироваться на наиболее важных частях контекста

c.
Ускоряет обучение

d.
Не влияет на производительность

e.
Делает модель более устойчивой к шуму
Какая компания является создателем ChatGPT?
a.
Microsoft

b.
Amazon

c.
OpenAI

d.
IBM

e.
Google
Что такое "токен" применительно к обработке текстов на естественном языке?
a.
Предложение

b.
Весь текст

c.
Набор символов

d.
Отдельное слово или часть слова

e.
Абзац
Что характеризует большие языковые модели?
a.
Это модели, не использующие веса нейросети

b.
Это модели, работающие только с одним языком

c.
Это алгоритмы для шифрования текстов

d.
Это модели на основе глубоких нейронных сетей

e.
Это модели для обработки небольших текстовых данных
Что такое мультимодальная модель?
a.
Модель, использующая только один слой нейронной сети

b.
Модель, работающая только с текстовыми данными

c.
Модель, использующая только обучение с учителем

d.
Модель, работающая только с числовыми данными

e.
Модель, способная обрабатывать данные из разных источников (текст, изображения, аудио)
Какая программа считается одним из первых чат-ботов в истории?
a.
Siri

b.
ChatGPT

c.
ELIZA

d.
Watson

e.
Deep Blue
Какой компонент является ключевым в RAG?
a.
Анализатор звука

b.
Метод сжатия данных

c.
Классификатор текста

d.
Генератор изображений

e.
Поисковая система
Какя эволюционировали чат-боты в последние годы?
a.
От сложных нейросетей к простым алгоритмам

b.
От алгоритмов без обучения к алгоритмам, основанным на обучении с учителем

c.
От моделей с большим количеством параметров к моделям с малым количеством параметров

d.
От сравнительно простых программ до сложных моделей с пониманием контекста и генеративными способностями

e.
От обработки текстовых данных к обработке только изображений
Что такое "fine-tuning" в контексте машинного обучения?
a.
Процесс отладки программного кода

b.
Процесс дообучения предварительно обученной модели на новом наборе данных

c.
Процесс обучения модели с нуля

d.
Процесс сжатия модели

e.
Процесс разметки данных
Что такое Nvidia NIM?
a.
Инструмент для визуализации моделей

b.
Сервис для разметки данных

c.
Язык программирования для искусственного интеллекта

d.
Фреймворк для обучения нейронных сетей

e.
Набор микросервисов для развертывания моделей в "облаке" Nvidia
Какая основная особенность агентов на основе искусственного интеллекта?
a.
Они способны только классифицировать данные

b.
Они используют только обучение с учителем

c.
Они способны самостоятельно адаптироваться к изменениям

d.
Они не могут взаимодействовать с внешним миром

e.
Они способны только генерировать текст
Какой основной плюс моделей с открытыми весами?
a.
Они проще в использовании и настройке

b.
Они быстрее обучаются

c.
Они всегда более точны

d.
Они всегда более производительны

e.
Эти модели доступны для скачивания и локальной установки
Для чего используется платформа Ollama?
a.
Для сжатия изображений

b.
Для развертывания и запуска больших языковых моделей локально

c.
Для визуализации результатов

d.
Для обучения моделей

e.
Для разметки данных
Какие из перечисленных архитектур чаще всего используются в глубоком обучении?
a.
многослойные перцептроны

b.
деревья решений

c.
синтетические алгоритмы

d.
линейные модели

e.
метод k-средних
Какая компания разработала архитектуру BERT (Bidirectional Encoder Representations from Transformers) для обработки естественного языка?
a.
OpenAI

b.
Microsoft

c.
IBM

d.
Facebook

e.
Google
Тест Тьюринга направлен на:
a.
проверку хэш-функции

b.
определение стойкости криптографического алгоритма к взлому

c.
определение координат компьютера

d.
выявление с кем ведётся диалог – с человеком или с компьютером

e.
измерение скорости работы компьютера
Какая компания является создаетелем модели GPT?
a.
OpenAI

b.
Microsoft

c.
Meta

d.
Google

e.
DeepMind
Что такое обучение с подкреплением (Reinforcement Learning)?
a.
метод обучения, основанный на получении вознаграждения

b.
метод обучения, использующий технику бутстрэпа

c.
метод обучения, где модель обучается на неразмеченных данных

d.
метод обучения, основанный на сравнении с учителем

e.
метод обучения, применяемый для решения задачи кластеризации
Что такое GAN (Generative Adversarial Network)?
a.
модель, состоящая из генератора и дискриминатора, конкурирующих между собой

b.
алгоритм для генерации случайных чисел

c.
техника для оптимизации градиентного спуска

d.
алгоритм для обучения нейронных сетей

e.
нейронная сеть для классификации данных
На какой архитектуре базируются большие языковые модели?
a.
трансформеров

b.
сложных нейронных сетей

c.
обычных нейронных сетей

d.
свёрточных нейронных сетей

e.
рекуррентных нейронных сетей
Что означает аббревиатура LSTM?
a.
Load Short Term Memory

b.
Light Speed Training Memory

c.
Less Shortage Training Method

d.
Long Short-Term Memory

e.
Linking Store Team Model
Что представляет собой метод градиентного бустинга (Gradient Boosting)?
a.
метод генерации синтетических данных

b.
алгоритм кластеризации

c.
техника аугментации данных

d.
ансамбль деревьев решений, где каждое следующее дерево исправляет ошибки предыдущего

e.
метод оптимизации градиентного спуска
Что такое обучение без учителя (Unsupervised Learning)?
a.
метод обучения, основанный на сравнении с учителем

b.
метод обучения, использующий технику бутстрэпа

c.
метод обучения, где модель обучается на неразмеченных данных

d.
метод обучения, в котором модель обучается самостоятельно

e.
метод обучения, основанный на взаимодействии с окружающей средой и получении вознаграждения
Что означает аббревиатура CNN?
a.
Centralized Neural Network

b.
Convex Neural Node

c.
Convolutional Neural Network

d.
Centralized Neuron Nexus

e.
Continuous Neuron Navigation
Какие методы относятся к ансамблевым моделям в машинном обучении?
a.
PCA, t-SNE, LLE

b.
дерево решений, SVM, K-ближайших соседей

c.
K-средних, DBSCAN, Mean-Shift

d.
логистическая регрессия, линейная регрессия, SVM

e.
бустинг, случайный лес
Что такое рекуррентные нейронные сети (RNN)?
a.
линейные модели, применяемые к временным рядам

b.
нейронные сети, применяемые к задачам регрессии

c.
нейронные сети, в которых присутствует рекурсия в вычислениях

d.
сверточные нейронные сети с глубокими архитектурами

e.
многослойные персептроны с нелинейными функциями активации
Что такое «прямая диффузия» в моделях Text-to-Image?
a.
техника ансамблирования изображений

b.
метод для уменьшения размерности данных

c.
модель для классификации изображений

d.
алгоритм для обучения нейронной сети

e.
процесс постепенного наложения шума на исходное изображение
Какую роль выполняют рекуррентные слои (Recurrent Layers) в нейронных сетях?
a.
передают выходные данные

b.
уменьшают размерность данных

c.
обеспечивают долгосрочное запоминание

d.
извлекают признаки из входных данных

e.
осуществляют обратное распространение ошибки
Что такое ансамблирование в контексте машинного обучения:
a.
способ комбинирования предсказаний нескольких моделей для улучшения общей производительности

b.
техника для уменьшения размерности данных

c.
тип обучения нейронных сетей

d.
метод, который объединяет прогнозы нескольких моделей

e.
метод ускоренного обучения нейронных сетей

f.
метод для оптимизации градиентного спуска
Что представляет из себя прямое распространение сигнала в нейронной сети:
a.
последовательное применение операций в каждом слое сети для обработки входных данных и получения конечного результата

b.
в нейронных сетях отсутствует прямое распространение сигнала

c.
процесс передачи сигнала от слоя к слою в прямом или обратном направлении без вычислений

d.
процесс передачи сигнала от слоя к слою в одном направлении без применения функций активации

e.
процесс передачи входных данных от входного слоя через скрытые слои к выходному слою без обратного воздействия

f.
процесс передачи входных данных от входного слоя к выходному слою с обратной связью
поиск баланса между недостаточным и чрезмерным , а также оптимизацию модели для достижения высокой производительности.
Целевая функция или в нейронной сети представляет собой математическую метрику, которая измеряет разницу между предсказанными значениями модели и фактическими значениями в обучающем наборе данных. Основная цель нейронной сети - эту функцию в процессе обучения
Что такое переобучение (overfitting) в контексте машинного обучения?
a.
модель плохо поддаётся обучению

b.
модель слишком хорошо подстроена под обучающие данные

c.
модель необходимо обучить дольше

d.
модель не учитывает выбросы в данных

e.
модель не способна к аппроксимации

f.
модель плохо обобщает общие закономерности
Для каких целей может быть использован анализ тональности текста:
a.
генерация деревьев решений

b.
генерация ответов на запросы клиентов

c.
анализ социальных сетей

d.
машинный перевод

e.
выявление негативных отзывов клиентов

f.
написание отчётов
Что такое обучение без учителя (Unsupervised Learning)?
a.
алгоритм для улучшения функции активации

b.
оптимизация градиентного спуска

c.
обучение модели на неразмеченных данных

d.
способ вычисления целевой функции

e.
метод обучения нейронных сетей

f.
архитектура нейронных сетей
Установите соответствие между названием нейронной сети и той задачей, для решения которой сеть была создана:
AlexNet
LeNet
T5
Расположите в хронологической последовательности по году создания модели искусственного интеллекта:
Установите соответствие между чат-ботами и теми людьми, диалог с которыми они моделируют:
Пэрри
Элиза
Бармаглот
Расположите в хронологической последовательности этапы развития моделей компании OpenAI:
Установите соответствие между названием нейронной сети и задачей, которую она способна решать:
LeNet
Word2Vec
GPT

Какова роль функции активации искусственного нейрона?
a.
Вычисление суммы входных сигналов

b.
Определение весовых коэффициентов

c.
Контроль скорости обучения

d.
Задание оптимального порога активации

e.
Внесение нелинейности в преобразование входных сигналов
Какие типы данных лучше всего подходят для обработки с помощью сверточных нейронных сетей?
a.
Изображения

b.
Текстовые данные

c.
Временные ряды

d.
Табличные данные

e.
Аудиоданные

В ФАЙЛЕ ПРИВЕДЕНЫ ВОПРОСЫ И ОТВЕТЫ С КОНКРЕТНЫХ ПОПЫТОК!!!

ВСЕ ВОПРОСЫ ПРИВЕДЕНЫ ЗДЕСЬ!!!!

ФАЙЛ С ОТВЕТАМИ БУДЕТ ДОСТУПЕН СРАЗУ ПОСЛЕ ПОКУПКИ!!!

Верные ответы в файле будут выделены зеленым!!

Неверные ответы будут выделены желтым!!