NCA-GENL無料問題集「NVIDIA Generative AI LLMs」

質問 1

In the context of evaluating a fine-tuned LLM for a text classification task, which experimental design technique ensures robust performance estimation when dealing with imbalanced datasets?

（A）Single hold-out validation with a fixed test set.

（B）Grid search for hyperparameter tuning.

（C）Bootstrapping with random sampling.

（D）Stratified k-fold cross-validation.

正解：D 解答を投票する

解説: (JPNTest メンバーにのみ表示されます)

質問 2

Which tool would you use to select training data with specific keywords?

（A）JSON parser

（B）ActionScript

（C）Tableau dashboard

（D）Regular expression filter

正解：D 解答を投票する

解説: (JPNTest メンバーにのみ表示されます)

質問 3

Which technique is used in prompt engineering to guide LLMs in generating more accurate and contextually appropriate responses?

（A）Leveraging the system message.

（B）Choosing another model architecture.

（C）Increasing the model's parameter count.

（D）Training the model with additional data.

正解：A 解答を投票する

解説: (JPNTest メンバーにのみ表示されます)

質問 4

What is 'chunking' in Retrieval-Augmented Generation (RAG)?

（A）A technique used in RAG to split text into meaningful segments.

（B）A method used in RAG to generate random text.

（C）A concept in RAG that refers to the training of large language models.

（D）Rewrite blocks of text to fill a context window.

正解：A 解答を投票する

解説: (JPNTest メンバーにのみ表示されます)

質問 5

What type of model would you use in emotion classification tasks?

（A）Auto-encoder model

（B）Siamese model

（C）SVM model

（D）Encoder model

正解：D 解答を投票する

解説: (JPNTest メンバーにのみ表示されます)

NCA-GENL 無料問題集「NVIDIA Generative AI LLMs」

弊社を連絡する

関連リンク

トップ試験