試験AIF-C01-JPN トピック4 問題106 スレッド
Amazon AIF-C01-JPNのリアル試験問題集
問題 #: 106
トピック #: 4
問題 #: 106
トピック #: 4
ある企業は、ビジネスプロセスを自動化するためのAIアプリケーションを構築しています。このアプリケーションをサポートするために、基盤モデル(FM)を使用しています。
企業は、AI モデルの動作の品質を評価するためにデータセットを選択する必要があります。
どのタイプのデータセットがこれらの要件を満たすでしょうか?
企業は、AI モデルの動作の品質を評価するためにデータセットを選択する必要があります。
どのタイプのデータセットがこれらの要件を満たすでしょうか?
おすすめの解答：C 解答を投票する
Comprehensive and Detailed Explanation (AWS AI documents):
AWS Responsible AI and generative AI evaluation guidance emphasizes that assessing the quality and behavior of a foundation model requires representative and diverse evaluation datasets. These datasets should reflect real-world usage patterns, edge cases, and multiple business scenarios to properly evaluate how the model behaves in production.
Using diverse datasets that cover various use cases and usage scenarios allows organizations to:
* Evaluate robustness and generalization of the FM
* Identify failure modes, bias, and unsafe behavior across different inputs
* Validate that the model performs consistently across business workflows Why the other options are incorrect:
* A may remove meaningful real-world patterns and does not reflect realistic usage.
* B risks reinforcing model biases and does not provide independent evaluation.
* D does not reflect real or meaningful business scenarios and can distort evaluation results.
AWS AI Study Guide References:
* AWS Responsible AI evaluation practices
* AWS guidance on foundation model testing and validation
AWS Responsible AI and generative AI evaluation guidance emphasizes that assessing the quality and behavior of a foundation model requires representative and diverse evaluation datasets. These datasets should reflect real-world usage patterns, edge cases, and multiple business scenarios to properly evaluate how the model behaves in production.
Using diverse datasets that cover various use cases and usage scenarios allows organizations to:
* Evaluate robustness and generalization of the FM
* Identify failure modes, bias, and unsafe behavior across different inputs
* Validate that the model performs consistently across business workflows Why the other options are incorrect:
* A may remove meaningful real-world patterns and does not reflect realistic usage.
* B risks reinforcing model biases and does not provide independent evaluation.
* D does not reflect real or meaningful business scenarios and can distort evaluation results.
AWS AI Study Guide References:
* AWS Responsible AI evaluation practices
* AWS guidance on foundation model testing and validation
浜*咲 2026-03-29 06:16:54
コメント
他人の解答コメントを賛成するのも、その解答に一票を入れることになります。したがって、すでに同じ意見の投票コメントが存在する場合、新規コメントをする代わりに賛成することもできます。
コメントを通報する
コメント中
今すぐ 新規登録 / ログイン （無料です）。