AIGC通识教程微课版周苏课后参考答案

第1章人工智能基础1.所谓“技术系统”是指一种“（）”系统，它是人类为了实现某种目的而创造出来的。A.人造 B.自然 C.工业 D.逻辑2.最初，“计算机（Computer）”这个词指的是（）。A.计算的机器 B.做计算的人 C.电脑 D.计算桌3.被誉为世界上第一台通用电子数字计算机的是（）。A.Ada B.Colossus C.ENIAC D.SSEM4.被誉为“人工智能之父”的科学大师是（）。A.爱因斯坦 B.冯·诺伊曼 C.钱学森 D.图灵5.所谓大数据，狭义上可以定义为（）。A.用现有的一般技术难以管理的大量数据的集合B.随着互联网的发展，在我们身边产生的大量数据C.随着硬件和软件技术的发展，数据的存储、处理成本大幅下降，从而促进数据大量产生D.随着云计算的兴起而产生的大量数据6.所谓“用现有的一般技术难以管理”，例如是指（）。A.由于数据量的增大，导致对非结构化数据的查询产生了数据丢失B.用目前企业数据库占据主流地位的关系型数据库无法进行管理的、具有复杂结构的数据C.分布式处理系统无法承担如此巨大的数据量D.数据太少无法适应现有的数据库处理条件7.大数据的定义是一个被故意设计成主观性的定义，即并不定义大于一个特定数字的TB才叫大数据。随着技术的不断发展，符合大数据标准的数据集容量（）。A.稳定不变 B.略有精简 C.也会增长 D.大幅压缩8.可以用3个特征相结合来定义大数据：即（）。A.数量、种类和速度 B.庞大容量、极快速度和种类丰富的数据C.数量、速度和价值 D.丰富的数据、极快的速度、极大的能量9.实际上，大多数的大数据都是（）的。A.结构化 B.非结构化 C.半结构化 D.非结构化或半结构化10.（）已经成为了一种商业资本，一项重要的经济投入，可以创造新的经济利益。A.能源 B.数据 C.财物 D.环境11.今天，（）是人们获得新的认知、创造新的价值的源泉，它还是改变市场、组织机构，以及政府与公民关系的方法。A.大数据 B.算法 C.程序 D.传感器 12.作为计算机科学的一个分支，人工智能的英文缩写是（）。A.CPU B.BI C.AI D.DI13.下列关于人工智能的说法正确的是（）。=1\*GB3①人工智能是关于知识的学科——怎样表示知识以及怎样获得知识并使用知识的科学=2\*GB3②人工智能就是研究如何使计算机去做过去只有人才能做的智能工作=3\*GB3③自1946年以来，人工智能学科经过多年的发展，已经趋于成熟，得到充分应用=4\*GB3④人工智能不是人的智能，但能像人那样思考，甚至也可能超过人的智能A.=1\*GB3①=3\*GB3③=4\*GB3④ B.=1\*GB3①=2\*GB3②=4\*GB3④ C.=1\*GB3①=2\*GB3②=3\*GB3③ D.=2\*GB3②=3\*GB3③=4\*GB3④14.人工智能是典型的（）学科，研究的内容集中在机器学习、自然语言处理、计算机视觉、机器人学、自动推理和知识表示等六大方向。A.交叉 B.工程 C.自然 D.心智15.大数据和人工智能虽然关注点不同，但是却有密切的联系。比如（）就是数据分析的常用方式。A.具象分析 B.机器视觉 C.人机交互 D.机器学习16.（）模型是一种基于机器学习和自然语言处理技术的先进人工智能模型，它经过大规模文本数据训练，参数数量可达到数十亿乃至数万亿之多。A.具象 B.分析 C.大语言 D.聚类17.通过深度学习架构，其中尤其是Transformer模型，大语言模型能够学习到自然语言的复杂（），其核心优势在于它们对语言的广泛理解和生成能力。=1\*GB3①特征 =2\*GB3②规模 =3\*GB3③模式 =4\*GB3④结构A.=1\*GB3①=2\*GB3②=4\*GB3④ B.=1\*GB3①=3\*GB3③=4\*GB3④ C.=1\*GB3①=2\*GB3②=3\*GB3③ D.=2\*GB3②=3\*GB3③=4\*GB3④18.LLM的一个显著特点是它们能够捕捉语言的细微差别和上下文依赖，这使得它们在处理自然语言时更为灵活和准确。此外，它们还能在一定程度上展现（）。=1\*GB3①逻辑思维 =2\*GB3②推理能力 =3\*GB3③创造性 =4\*GB3④挥发性A.=1\*GB3①=2\*GB3②=3\*GB3③ B.=2\*GB3②=3\*GB3③=4\*GB3④ C.=1\*GB3①=2\*GB3②=4\*GB3④ D.=1\*GB3①=3\*GB3③=4\*GB3④19.（）是利用人工智能技术，尤其是利用深度学习算法分析大量已有内容，学习其中的模式和规律，进而自动生成新的、原创性的内容。A.MLM B.LLM C.AGI D.AIGC20.实现AGI是人工智能研究的长期目标之一，它要求机器具有跨领域的学习能力、（），能够像人类一样灵活应对各种任务和情境。=1\*GB3①计算精度 =2\*GB3②适应能力 =3\*GB3③自我意识 =4\*GB3④创造能力A.=1\*GB3①=3\*GB3③=4\*GB3④ B.=1\*GB3①=2\*GB3②=4\*GB3④ C.=2\*GB3②=3\*GB3③=4\*GB3④ D.=1\*GB3①=2\*GB3②=3\*GB3③第2章什么是LLM1.LLM通过模仿人类语言的（），极大提升了自然语言处理技术的能力，使得机器能够更准确地理解、生成和交互自然语言。A.简洁性 B.复杂性 C.单一性 D.直观性2.1981年，内德·布洛克构建了一个“Blockhead”假说——假定科学家们通过编程，预先设定好了近乎所有问题的答案。这样的系统被人认为是（）智能的标准。A.等同于 B.接近于 C.不符合 D.符合3.人们在评估LLM时存在一个关键问题：它的训练集中可能包含了评估时使用的测试问题，这被称为“（）”，这些是应该在评估前予以排除的问题。A.数据污染 B.数据挖掘 C.典型数据 D.标准数据4.研究指出，LLM不仅可以简单地复述其提示的或训练集的大部分内容，它们还能够灵活地融合来自训练集的内容，产生（）。A.数据污染 B.测试数据 C.标准答案 D.新的输出5.一些经验主义哲学家提出，能够灵活复制先前经验中的抽象模式，可能是（）的基础。=1\*GB3①智能 =2\*GB3②复制 =3\*GB3③创造力 =4\*GB3④理性决策A.=2\*GB3②=3\*GB3③=4\*GB3④ B.=1\*GB3①=2\*GB3②=3\*GB3③ C.=1\*GB3①=3\*GB3③=4\*GB3④ D.=1\*GB3①=2\*GB3②=4\*GB3④6.（）是一种基于深度学习技术的人工智能模型，具有大规模参数和复杂结构，其设计目的是理解和生成类似于人类的自然语言。A.生成器 B.大模型 C.语言词典 D.训练集7.LLM通过在海量文本数据上进行训练，能够学习到语言的（），从而在多种自然语言处理任务中展现卓越性能。=1\*GB3①字典 =2\*GB3②复杂结构 =3\*GB3③语义 =4\*GB3④上下文依赖A.=2\*GB3②=3\*GB3③=4\*GB3④ B.=1\*GB3①=2\*GB3②=3\*GB3③ C.=1\*GB3①=2\*GB3②=4\*GB3④ D.=1\*GB3①=3\*GB3③=4\*GB3④8.LLM的“大”主要有（）两层含义。它们使得模型能够学习和表示语言中细微且非常复杂的模式，并且训练数据一般来自互联网、书籍、新闻等各种来源。=1\*GB3①模型的参数数量 =2\*GB3②模型参数的精确度=3\*GB3③训练数据的规模 =4\*GB3④训练数据的维度A.=3\*GB3③=4\*GB3④ B.=1\*GB3①=2\*GB3② C.=2\*GB3②=4\*GB3④ D.=1\*GB3①=3\*GB3③9.在LLM中，“通用”这个词描述的是模型的（）。模型预训练时使用了来自各种领域的数据，因此只需少量额外训练或调整，就能够处理下游各种类型的任务。A.数值精度 B.数据冗余度 C.应用范围 D.数据适用性10.除了采用深度学习架构，模型“大”而“通用”之外，LLM的核心特征还包括（）。=1\*GB3①无监督预训练 =2\*GB3②生成与理解并重=3\*GB3③持续学习与适应性 =4\*GB3④计算精度高误差小A.=2\*GB3②=3\*GB3③=4\*GB3④ B.=1\*GB3①=2\*GB3②=3\*GB3③ C.=1\*GB3①=2\*GB3②=4\*GB3④ D.=1\*GB3①=3\*GB3③=4\*GB3④11.通过深度学习和海量数据训练，LLM实现了对自然语言的深度理解与生成，其工作原理涉及（）。=1\*GB3①复杂的数学模型 =2\*GB3②对伦理和社会影响的深刻考量=3\*GB3③科学计算的精度 =4\*GB3④优化算法A.=1\*GB3①=2\*GB3②=4\*GB3④ B.=1\*GB3①=3\*GB3③=4\*GB3④ C.=1\*GB3①=2\*GB3②=3\*GB3③ D.=2\*GB3②=3\*GB3③=4\*GB3④12.（）模型的发展是自然语言处理历史上的一个转折点，为基于在大型语料库中的统计分布在连续向量空间中表示语言单元提供了强大而高效的手段。A.逻辑 B.基础 C.词嵌入 D.上下文13.训练一个LLM可能非常耗时和昂贵，这些程序通常被称为“（）”，它们可以用作为许多不同类型专业LLM的基础。A.逻辑组件 B.基本组件 C.复杂模型 D.基础模型14.（）是Transformer的核心部件，通过计算输入序列中每个位置的单词与其他所有位置单词的相关性，从而实现对整个句子的全局建模。A.逻辑关注 B.自注意力 C.伪注意力 D.上下文注意15.LLM可以进行预训练，然后针对特定目标进行（）。它被训练来解决通用的语言问题，如文本分类、问答、文档总结和文本生成等。A.微调 B.泛化 C.扩展 D.集成16.在“LLM”的上下文中，“大”主要有两层含义，即（）。=1\*GB3①模型参数数量 =2\*GB3②训练数据规模 =3\*GB3③训练设备庞大 =4\*GB3④结果产出丰富A.=1\*GB3①=3\*GB3③ B.=2\*GB3②=4\*GB3④ C.=1\*GB3①=2\*GB3② D.=3\*GB3③=4\*GB3④17.通用语言模型在训练时使用了来自各种领域的数据，因此它们能够处理各种类型的任务，这些模型在处理新的、未见过的任务时具有很强的（）能力。A.微调 B.泛化 C.扩展 D.集成18.LLM的所谓（），是指它在回答问题或提示时，通常只能访问那些信息的统计摘要，使模型生成的内容与现实世界事实或用户输入不一致的现象。A.突变 B.估算 C.跃迁 D.幻觉19.LLM采用的数据是致使它产生幻觉的一大原因，其中包括数据缺陷、数据中捕获的事实知识的利用率较低等因素。其中，数据缺陷分为（）。=1\*GB3①知识边界 =2\*GB3②数量不足 =3\*GB3③错误信息 =4\*GB3④偏见A.=1\*GB3①=3\*GB3③=4\*GB3④ B.=1\*GB3①=2\*GB3②=4\*GB3④ C.=1\*GB3①=2\*GB3②=3\*GB3③ D.=2\*GB3②=3\*GB3③=4\*GB3④20.所谓（）是指：不能过于迷信依靠人工智能模型自身能力解决问题。顶流人工智能模型的水平虽然高，但它们掌握的世界知识其实仅仅是人类文明史里极少数意义重大的知识。A.逻辑单元 B.复杂系统 C.长尾知识 D.专用模块第3章熟悉AIGC1.AIGC是指利用人工智能技术，特别是机器学习、深度学习等方法，自动生成各种形式的内容，其核心优势在于其能够基于大量的（）模式，自动创作新的内容。A.分散拆解 B.深度挖掘 C.数据学习 D.复杂计算2.应用AGIC的关键步骤一般包括（）和后期优化。通过这些过程，AI系统能够理解特定主题、风格或用户偏好，进而生成符合要求的内容。=1\*GB3①数据收集 =2\*GB3②科学计算 =3\*GB3③模型训练 =4\*GB3④内容生成A.=1\*GB3①=2\*GB3②=4\*GB3④ B.=1\*GB3①=3\*GB3③=4\*GB3④ C.=1\*GB3①=2\*GB3②=3\*GB3③ D.=2\*GB3②=3\*GB3③=4\*GB3④3.与传统的判别式人工智能相比，（）更注重于创造和生成，而非简单的分类和识别，它专注于学习现有数据集的模式并基于这些模式创造新的、之前未存在的内容。A.GPU B.LLM C.AGI D.GAI4.GAI技术通过深度学习网络，如（）等，使得机器能够模仿创造性过程，生成各种类型的内容。=1\*GB3①KIMI =2\*GB3②VAEs =3\*GB3③GANs =4\*GB3④TransformerA.=2\*GB3②=3\*GB3③=4\*GB3④ B.=1\*GB3①=2\*GB3②=3\*GB3③ C.=1\*GB3①=2\*GB3②=4\*GB3④ D.=1\*GB3①=3\*GB3③=4\*GB3④5.GAI的核心能力在于（）和补全信息。而AIGC则更侧重于描述由GAI技术所产出的实际成果，即具体创造出的作品内容本身。=1\*GB3①创造 =2\*GB3②抽象 =3\*GB3③预测 =4\*GB3④转换A.=1\*GB3①=2\*GB3②=4\*GB3④ B.=1\*GB3①=3\*GB3③=4\*GB3④ C.=1\*GB3①=2\*GB3②=3\*GB3③ D.=2\*GB3②=3\*GB3③=4\*GB3④6.（）是底层的技术框架和方法，而（）是这些技术应用的结果，体现了技术在实际场景中的应用价值和社会影响，两者之间存在一种从技术到产品的逻辑联系。A.AGI，LLM B.LLM，AGI C.GAI，AIGC D.AIGC，GAI7.从（）到（），再到（），我们看到了内容创作方式的巨大变革和进步。=1\*GB3①用户生成内容 =2\*GB3②人工智能生成内容=3\*GB3③专业生成内容 =4\*GB3④数据生成内容A.=1\*GB3①=3\*GB3③=2\*GB3② B.=2\*GB3②=3\*GB3③=4\*GB3④ C.=1\*GB3①=2\*GB3②=4\*GB3④ D.=1\*GB3①=3\*GB3③=4\*GB3④8.智能数字内容孪生主要分为内容增强与转译，前者即对数字内容（）等，转译即对数字内容转换如翻译等。=1\*GB3①修复 =2\*GB3②去噪 =3\*GB3③细节增强 =4\*GB3④内容递归A.=1\*GB3①=3\*GB3③=4\*GB3④ B.=1\*GB3①=2\*GB3②=4\*GB3④ C.=2\*GB3②=3\*GB3③=4\*GB3④ D.=1\*GB3①=2\*GB3②=3\*GB3③9.内容孪生的应用主要有（）等。后者是指利用光学及其相关光学知识，根据已知图像信息恢复图像细节和其他数据信息的过程。=1\*GB3①文本分解 =2\*GB3②语言转字幕 =3\*GB3③文字转语音 =4\*GB3④图像超分A.=1\*GB3①=2\*GB3②=3\*GB3③ B.=2\*GB3②=3\*GB3③=4\*GB3④ C.=1\*GB3①=2\*GB3②=4\*GB3④ D.=1\*GB3①=3\*GB3③=4\*GB3④10.对于人工智能而言，真正的“智能”不仅要求能够处理形式，更重要的是要能够理解（）背后的深层内容。只有这样，人工智能才能做出具有智能水平的决策。=1\*GB3①数据 =2\*GB3②信息 =3\*GB3③知识 =4\*GB3④理念A.=1\*GB3①=3\*GB3③=4\*GB3④ B.=1\*GB3①=2\*GB3②=4\*GB3④ C.=2\*GB3②=3\*GB3③=4\*GB3④ D.=1\*GB3①=2\*GB3②=3\*GB3③11.人工智能系统需要具备一种类似于人类的认知能力，并且重要的是能够将这些信息与相应领域的（）进行深度融合，从而实现对数据的真正理解。A.程序集 B.函数集 C.知识库 D.数据库12.AIGC多模态生成技术是指能够（）跨越多种数据形式（如文本、图像、音频、视频等）的能力，即多种模态之间可以组合搭配，进行模态间的转换生成。=1\*GB3①搜集 =2\*GB3②处理 =3\*GB3③理解 =4\*GB3④生成A.=2\*GB3②=3\*GB3③=4\*GB3④ B.=1\*GB3①=2\*GB3②=3\*GB3③ C.=1\*GB3①=2\*GB3②=4\*GB3④ D.=1\*GB3①=3\*GB3③=4\*GB3④13.多模态生成技术的关键技术点包括（）以及注意力机制与Transformer架构。=1\*GB3①多模态嵌入 =2\*GB3②跨模态交互学习=3\*GB3③网格计算 =4\*GB3④多任务学习A.=1\*GB3①=3\*GB3③=4\*GB3④ B.=1\*GB3①=2\*GB3②=4\*GB3④ C.=1\*GB3①=2\*GB3②=3\*GB3③ D.=2\*GB3②=3\*GB3③=4\*GB3④14.AIGC技术具有强大的创造性和自动化能力，丰富的应用场景展示了这项技术在（）等方面的巨大潜力，同时也预示着在Web3.0和元宇宙时代，AIGC将成为内容生成和创意传播的重要驱动力。=1\*GB3①促进内容创作 =2\*GB3②提高工作效率=3\*GB3③增强用户体验 =4\*GB3④减少信息存储A.=1\*GB3①=3\*GB3③=4\*GB3④ B.=1\*GB3①=2\*GB3②=4\*GB3④ C.=2\*GB3②=3\*GB3③=4\*GB3④ D.=1\*GB3①=2\*GB3②=3\*GB3③15.不同于科技巨头垄断的传统互联网，（）采用去中心化，由所有用户构建、运营和拥有，将权力赋予个人而非公司。A.Web2025 B.Web2.0 C.Web3.0 D.Web4.016.1989年由蒂姆·伯纳斯-李创造的第一个万维网雏形现在被称为“Web1.0”，它主要是由公司拥有的静态网站组成，用户之间的互动几乎为零，因而被称为（）。A.只读网络 B.能读能写 C.只读-能拥有 D.能读-能写-能拥有17.与前两代互联网相比，Web3.0的关键特征包括（）、增强隐私和安全、互操作性和开放标准以及与新兴技术的融合。=1\*GB3①统一设置 =2\*GB3②语义网 =3\*GB3③去中心化 =4\*GB3④用户控制和所有权A.=1\*GB3①=3\*GB3③=4\*GB3④ B.=1\*GB3①=2\*GB3②=4\*GB3④ C.=1\*GB3①=2\*GB3②=3\*GB3③ D.=2\*GB3②=3\*GB3③=4\*GB3④18.术语“（）”被用来描述一个集体虚拟共享空间，它通过数字技术将现实世界与虚拟世界深度融合，创造一个具有持续存在性、可以实时交互的三维虚拟环境。A.虚拟现实 B.元宇宙 C.增强现实 D.混合现实19.“元宇宙”旨在成为一个全面运行的经济体和社会体系，用户在其中不仅可以进行娱乐和社交，还能进行工作、交易、学习和内容创造等活动，其关键特点中包括（）。=1\*GB3①沉浸式体验 =2\*GB3②持久性与实时性=3\*GB3③虚拟性与魔幻性 =4\*GB3④开放性与互操作性A.=1\*GB3①=2\*GB3②=4\*GB3④ B.=1\*GB3①=3\*GB3③=4\*GB3④ C.=1\*GB3①=2\*GB3②=3\*GB3③ D.=2\*GB3②=3\*GB3③=4\*GB3④20.AIGC的使用方法依赖于具体的应用场景和技术平台，查阅相应平台的帮助文档和教程是非常必要的。在实际操作时，通常涉及的一些注意事项包括（）。=1\*GB3①算力溢出 =2\*GB3②版权与伦理 =3\*GB3③质量与偏见 =4\*GB3④技术限制A.=1\*GB3①=3\*GB3③=4\*GB3④ B.=1\*GB3①=2\*GB3②=4\*GB3④ C.=1\*GB3①=2\*GB3②=3\*GB3③ D.=2\*GB3②=3\*GB3③=4\*GB3④第4章AIGC与智能体1.智能体是人工智能领域中一个很重要的概念，它是指能（）的软件或者硬件实体，任何独立的能够思考并可以同环境交互的实体都可以抽象为智能体。A.独立计算 B.关联处理 C.自主活动 D.受控移动2.基于Transformer架构的LLM成为为智能体装备的拥有广泛任务能力的“大脑”，从（）到行动都使智能体展现出前所未有的能力。=1\*GB3①推理 =2\*GB3②规划 =3\*GB3③分析 =4\*GB3④决策A.=1\*GB3①=2\*GB3②=4\*GB3④ B.=1\*GB3①=3\*GB3③=4\*GB3④ C.=1\*GB3①=2\*GB3②=3\*GB3③ D.=2\*GB3②=3\*GB3③=4\*GB3④3.通过（）感知环境并通过（）作用于该环境的事物都可以被视为智能体。A.执行器，传感器 B.传感器，执行器C.分析器，控制器 D.控制器，分析器4.术语（）用来表示智能体的传感器知觉的内容。一般而言，一个智能体在任何给定时刻的动作选择，可能取决于其内置知识和迄今为止观察到的整个信息序列。A.感知 B.视线 C.关联 D.体验5.在内部，人工智能体的（）将由（）实现，区别这两种观点很重要，前者是一种抽象的数学描述，而后者是一个具体的实现，可以在某些物理系统中运行。A.执行器，服务器 B.服务器，执行器C.智能体程序，智能体函数 D.智能体函数，智能体程序6.事实上，机器没有自己的欲望和偏好，至少在最初，（）是在机器设计者的头脑中或者是在机器受众的头脑中。A.感知条件 B.视觉效果 C.性能度量 D.体验感受7.对智能体来说，任何时候，理性取决于对智能体定义成功标准的性能度量以及（）等4个方面。=1\*GB3①在物质方面的积累 =2\*GB3②对环境的先验知识=3\*GB3③可以执行的动作 =4\*GB3④到目前为止的感知序列。A.=1\*GB3①=2\*GB3②=3\*GB3③ B.=2\*GB3②=3\*GB3③=4\*GB3④ C.=1\*GB3①=2\*GB3②=4\*GB3④ D.=1\*GB3①=3\*GB3③=4\*GB3④8.在设计智能体时，第一步始终是尽可能完整地指定任务环境，它（PEAS）包括传感器以及（）。=1\*GB3①性能 =2\*GB3②环境 =3\*GB3③函数 =4\*GB3④执行器A.=1\*GB3①=2\*GB3②=4\*GB3④ B.=1\*GB3①=3\*GB3③=4\*GB3④ C.=1\*GB3①=2\*GB3②=3\*GB3③ D.=2\*GB3②=3\*GB3③=4\*GB3④9.如果智能体的传感器能让它在每个时间点都能访问环境的完整状态，那么就说任务环境是（）的。A.有限可观测 B.非可观测 C.有效可观测 D.完全可观测10.在（）环境中，通信通常作为一种理性行为出现：在某些竞争环境中，随机行为是理性的，因为它避免了一些可预测性的陷阱。A.单智能体 B.多智能体 C.复合智能体 D.离线智能体11.如果环境的下一个状态完全由当前状态和智能体执行的动作决定，那么就说环境是（）。A.静态的 B.动态的 C.确定性的 D.非确定性的12.假设某个程序将运行在具有物理传感器和执行器的计算设备上，就称之为（）。通常，架构使程序可以使用来自传感器的感知，然后运行程序，并将程序生成的动作反馈给执行器。A.智能体架构 B.自动系统 C.执行装置 D.智能系统13.因为环境中没有其他可用信息，所以智能体程序别无选择，只能将（）作为输入。A.智能架构 B.智能函数 C.感知历史 D.当前感知14.有简单反射型智能体和基于（）的反射型智能体等基本的智能体程序，它们体现了几乎所有智能系统的基本原理，每种智能体程序以特定的方式组合特定的组件来产生动作。=1\*GB3①模型的 =2\*GB3②目标的 =3\*GB3③成本的 =4\*GB3④效用的A.=1\*GB3①=3\*GB3③=4\*GB3④ B.=1\*GB3①=2\*GB3②=4\*GB3④ C.=1\*GB3①=2\*GB3②=3\*GB3③ D.=2\*GB3②=3\*GB3③=4\*GB3④15.转移模型和传感器模型结合在一起，让智能体能够在传感器受限的情况下尽可能地跟踪世界的状态。使用此类模型的智能体称为基于（）的智能体。A.成本 B.效用 C.模型 D.目标16.任何类型的智能体都可以构建成学习型智能体，其优势在于让智能体能够在最初未知的环境中运作，并变得比其最初的能力更强。学习型智能体可分为（）和评估者等4个概念组件=1\*GB3①成本元素 =2\*GB3②性能元素 =3\*GB3③学习元素 =4\*GB3④问题生成器A.=1\*GB3①=3\*GB3③=4\*GB3④ B.=1\*GB3①=2\*GB3②=4\*GB3④ C.=1\*GB3①=2\*GB3②=3\*GB3③ D.=2\*GB3②=3\*GB3③=4\*GB3④17.智能体通过挖掘LLM的潜在优势，可以进一步增强决策制定，特别是使用（）来提供反馈，使得智能体可以具备自适应的问题解决机制，超越LLM现有技术的局限。=1\*GB3①函数 =2\*GB3②人工 =3\*GB3③环境 =4\*GB3④模型A.=2\*GB3②=3\*GB3③=4\*GB3④ B.=1\*GB3①=2\*GB3②=3\*GB3③ C.=1\*GB3①=2\*GB3②=4\*GB3④ D.=1\*GB3①=3\*GB3③=4\*GB3④18.一方面，智能体是真正释放LLM潜能的关键，它能为LLM核心提供强大的（）；而另一方面，LLM能提供智能体所需要的（）。A.物质资金，物理能量 B.行动能力，强大引擎C.强大引擎，行动能力 D.物理能量，物质资金19.智能体根据（）确定需要履行的角色，自主观测感知环境，根据环境状态信息检索历史记忆以及相关知识，通过推理规划分解任务并确定行动策略，并作用于环境，以达成目标。A.自主选择 B.随机动作 C.角色要求 D.设定的目标20.智能体本身包括观测感知模块、（）等模块。它呈现强大能力的关键在于系统形成反馈闭环，使智能体可以持续地迭代学习，不断地获得新知识和能力。=1\*GB3①记忆检索 =2\*GB3②科学计算 =3\*GB3③推理规划 =4\*GB3④行动执行A.=2\*GB3②=3\*GB3③=4\*GB3④ B.=1\*GB3①=2\*GB3②=3\*GB3③ C.=1\*GB3①=3\*GB3③=4\*GB3④ D.=1\*GB3①=2\*GB3②=4\*GB3④第5章提示工程与技巧1.LLM正在发展成为人工智能的一项基础设施。对一般用户来说，掌握用好LLM的技术更加重要。用好LLM的两个层次是（）。=1\*GB3①掌握提示工程 =2\*GB3②执行LLM的预训练任务=3\*GB3③做好LLM的微调 =4\*GB3④严格测试LLM技术产品A.=1\*GB3①=3\*GB3③ B.=2\*GB3②=4\*GB3④ C.=1\*GB3①=2\*GB3② D.=3\*GB3③=4\*GB3④2.选择（），这取决于应用项目的具体要求、可用资源和期望的结果。每种方法都有其独特的优势和局限性。=1\*GB3①质量工程 =2\*GB3②提示工程 =3\*GB3③微调工程 =4\*GB3④检索增强生成方法A.=1\*GB3①=3\*GB3③=4\*GB3④ B.=1\*GB3①=2\*GB3②=4\*GB3④ C.=2\*GB3②=3\*GB3③=4\*GB3④ D.=1\*GB3①=2\*GB3②=3\*GB3③3.“（）”是促使LLM取得更好结果的艺术和科学。这些LLM可用于所有类型的语言任务，从起草电子邮件和文档到总结或分类文本都能适用。A.质量工程 B.提示工程 C.微调工程 D.检索工程4.在提示工程中，（）是指构造问题或指令的方式，目的是最大化模型的响应质量。这包括选择合适的词汇、句式结构，甚至创造上下文环境，以激发模型展示其最佳性能。A.领域知识嵌入 B.减少偏见与提高一致性C.提示优化与迭代 D.设计有效提示5.在提示工程中，（）是指为提高模型在特定领域的表现，提示工程可能会融入该领域的专业知识。这有助于模型更好地理解和生成与该领域相关的高质量内容。A.领域知识嵌入 B.减少偏见与提高一致性C.提示优化与迭代 D.设计有效提示6.在提示工程中，（）是指通过不同的提示策略，评估模型输出质量，并据此调整提示以达到最优效果。这可能包括A/B测试、迭代改进以及使用工具来寻找最有效的提示形式。A.领域知识嵌入 B.减少偏见与提高一致性C.提示优化与迭代 D.设计有效提示7.在提示工程中，（）是指由于大语言模型可能继承训练数据中的偏见，为此需要减少偏见提示，确保模型输出的一致性和可预测性。这可能涉及制定公平性原则。A.领域知识嵌入 B.减少偏见与提高一致性C.提示优化与迭代 D.设计有效提示8.（）扮演着至关重要的角色，它是用户与人工智能模型交互的桥梁，更是一种全新的“编程语言”，用户通过它来指导人工智能模型产生特定的输出，执行各种任务。A.编程 B.检索 C.微调 D.提示9.作为通用人工时代的“软件工程”，提示工程涉及到如何（）提示内容，以确保人工智能模型能够准确、高效地执行用户的指令。=1\*GB3①设计 =2\*GB3②优化 =3\*GB3③管理 =4\*GB3④计算A.=1\*GB3①=2\*GB3②=3\*GB3③ B.=2\*GB3②=3\*GB3③=4\*GB3④ C.=1\*GB3①=2\*GB3②=4\*GB3④ D.=1\*GB3①=3\*GB3③=4\*GB3④10.一个完整提示的构成应该包含（）以及有助于理解的例子和期望的输出格式描述。=1\*GB3①清晰的指示 =2\*GB3②相关上下文 =3\*GB3③明确的输入 =4\*GB3④可视化描述A.=1\*GB3①=3\*GB3③=4\*GB3④ B.=1\*GB3①=2\*GB3②=4\*GB3④ C.=1\*GB3①=2\*GB3②=3\*GB3③ D.=2\*GB3②=3\*GB3③=4\*GB3④11.提示调优是一个人与机器协同的过程，需要（），以实现最佳交互效果。=1\*GB3①明确需求 =2\*GB3②自动编程 =3\*GB3③注重细节 =4\*GB3④应用技巧A.=1\*GB3①=2\*GB3②=4\*GB3④ B.=1\*GB3①=3\*GB3③=4\*GB3④ C.=1\*GB3①=2\*GB3②=3\*GB3③ D.=2\*GB3②=3\*GB3③=4\*GB3④12.研究人员发现，LLM提供的结果在很大程度上取决于给出的（）。所以，虽然解释清楚一项任务似乎很简单，但简单的调整会极大影响用户收到的模型输出。A.图片分辨率 B.词汇数量 C.质量指标 D.具体提示13.提示工程从根本上来说是不断做实验改变提示内容，以了解提示的变化对模型生成内容的影响，因此不需要高级的技术背景，而只需一点（）好奇心和创造力即可。=1\*GB3①好奇心 =2\*GB3②忍耐力 =3\*GB3③创造力 =4\*GB3④执行力A.=1\*GB3①=3\*GB3③ B.=2\*GB3②=4\*GB3④ C.=1\*GB3①=2\*GB3② D.=3\*GB3③=4\*GB3④14.由于提示工程的效果很大程度上取决于模型的原始学习水平，所以它可能并不总能提供你需要的最新或最具体的信息。当你处理的是（），而不需要太多细节时，提示工程最好用。=1\*GB3①精确答案 =2\*GB3②一般性主题 =3\*GB3③快速答案 =4\*GB3④丰富细节A.=1\*GB3①=3\*GB3③ B.=2\*GB3②=4\*GB3④ C.=2\*GB3②=3\*GB3③ D.=1\*GB3①=4\*GB3④15.（）提示是一种注重和引导逐步推理的方法。通过将多步骤问题分解为若干中间步骤，构建一系列有序、相互关联的思考步骤，使模型能够解决复杂推理任务。A.生成知识 B.思维树 C.自一致 D.思维链16.（）提示是一种强调知识生成的方法，通过构建特定的提示语句，引导模型从已有的知识库中提取、整合并生成新的、有用的知识或信息内容。A.生成知识 B.思维树 C.自一致 D.思维链17.（）提示是一种建立在CoT基础上的提示技术，这种方法旨在为LLM提供多种推理路径，然后在生成的响应中选择最一致的答案。与CoT结合使用时，这种方法会更强大。A.生成知识 B.思维树 C.自一致 D.思维链18.（）提示是一个超越CoT的激励框架，鼓励模型探索多种想法作为使用LLM解决更广泛问题的中间步骤。将复杂思维过程通过树状结构清晰展现，逐级分解主题或问题。A.生成知识 B.思维树 C.自一致 D.思维链19.（）是一种策略，其基本思想是，不直接要求模型生成答案，而是先给模型一个“提示”或者“模板”，使其理解所需完成的任务类型和格式，然后在此基础上生成答案。A.语境学习 B.自主学习 C.自一致 D.提示学习20.（）是指模型在处理输入时，能够基于上下文信息做出更加合理和准确的响应。LLM通过深度学习机制，能够捕捉词语间依赖关系和长距离上下文联系。A.语境学习 B.自主学习 C.自一致 D.提示学习第6章AIGC高效工作1，所谓（）是以软件机器人及人工智能为基础的业务过程自动化科技，它是一种应用程序，通过模仿最终用户在计算机的手动操作方式，使最终用户的手动操作流程自动化。A.RPA B.GUI C.AGI D.GAI2.机器人流程自动化系统会监视使用者在应用软件中的（）所进行的工作，并且直接在其上自动重复这些工作。因此可以减少产品自动化的阻碍。A.RPA B.GUI C.AGI D.GAI3.AIGC通过自动化、智能化的内容生成和处理能力，赋能工作，实现高效办公，这主要表现在（）等方面。=1\*GB3①提高内容创作效率 =2\*GB3②提高成本，增加开支=3\*GB3③数据分析与决策支持 =4\*GB3④个性化与定制化A.=1\*GB3①=2\*GB3②=4\*GB3④ B.=1\*GB3①=2\*GB3②=3\*GB3③ C.=1\*GB3①=3\*GB3③=4\*GB3④ D.=2\*GB3②=3\*GB3③=4\*GB3④4.AIGC正在创新工作流程，改变传统的生产流程，比如在游戏开发、广播影视制作中，它能加速（）等工作，使团队能够更快迭代产品，缩短产品上市时间。=1\*GB3①资金流通 =2\*GB3②场景构建 =3\*GB3③素材整理 =4\*GB3④脚本编写A.=2\*GB3②=3\*GB3③=4\*GB3④ B.=1\*GB3①=2\*GB3②=3\*GB3③ C.=1\*GB3①=2\*GB3②=4\*GB3④ D.=1\*GB3①=3\*GB3③=4\*GB3④5.AIGC能自动生成（）等，优化知识管理和信息检索系统，使员工能更快速地找到所需信息，提升工作效率。=1\*GB3①摘要 =2\*GB3②标签 =3\*GB3③索引 =4\*GB3④目录A.=1\*GB3①=3\*GB3③=4\*GB3④ B.=1\*GB3①=2\*GB3②=4\*GB3④ C.=2\*GB3②=3\*GB3③=4\*GB3④ D.=1\*GB3①=2\*GB3②=3\*GB3③6.在日常办公环境中，AIGC可以（）办公软件中，如通过LLM在Word、Excel、PowerPoint中的应用，帮助撰写报告、数据分析、制作演示文稿等，显著提升工作效率。A.链接 B.联合 C.嵌入 D.取代7.AIGC和RPA属于不同的（），它们在数字化转型和自动化工作中可以形成互补，共同提升工作效率和智能化水平。A.体量大小 B.复杂程度 C.经济规模 D.技术范畴8.AIGC和RPA的结合应用，能通过智能化的内容生成和分析能力，提升企业的（）、，推动工作方式的智能化转型。=1\*GB3①运营效率 =2\*GB3②决策质量 =3\*GB3③知名程度 =4\*GB3④用户体验A.=1\*GB3①=3\*GB3③=4\*GB3④ B.=1\*GB3①=2\*GB3②=3\*GB3③ C.=1\*GB3①=2\*GB3②=4\*GB3④ D.=2\*GB3②=3\*GB3③=4\*GB3④9.AIGC技术能够整理和归纳企业内部的知识库，（）。=1\*GB3①自动创建、更新知识图谱 =2\*GB3②改进计算机系统结构和操作系统=3\*GB3③帮助员工更快地找到所需信息 =4\*GB3④促进团队间的知识共享和创新合作A.=1\*GB3①=3\*GB3③=4\*GB3④ B.=1\*GB3①=2\*GB3②=4\*GB3④ C.=1\*GB3①=2\*GB3②=3\*GB3③ D.=2\*GB3②=3\*GB3③=4\*GB3④10.AIGC支持的会议记录工具能够（），提升远程和混合办公环境下的沟通效率。=1\*GB3①远程远传输会议实况 =2\*GB3②自动转录会议对话=3\*GB3③生成会议纪要和分析会议内容 =4\*GB3④提炼行动点A.=1\*GB3①=2\*GB3②=3\*GB3③ B.=2\*GB3②=3\*GB3③=4\*GB3④ C.=1\*GB3①=2\*GB3②=4\*GB3④ D.=1\*GB3①=3\*GB3③=4\*GB3④11.AIGC在赋能个人工作方面展现出了巨大的潜力，它通过自动化和智能化的工具显著提升了工作效率与创造力。AIGC在不同领域赋能个人工作的一些实例包括（）。=1\*GB3①内容创作 =2\*GB3②新闻媒体 =3\*GB3③视觉艺术 =4\*GB3④业务统计A.=1\*GB3①=3\*GB3③=4\*GB3④ B.=1\*GB3①=2\*GB3②=4\*GB3④ C.=2\*GB3②=3\*GB3③=4\*GB3④ D.=1\*GB3①=2\*GB3②=3\*GB3③12.对于（）等职业，AIGC可以辅助进行快速文案撰写、创意构思、甚至自动摘要和多语言翻译，提高内容产出的速度和多样性。=1\*GB3①作家 =2\*GB3②编辑 =3\*GB3③会计 =4\*GB3④新媒体运营A.=2\*GB3②=3\*GB3③=4\*GB3④ B.=1\*GB3①=2\*GB3②=3\*GB3③ C.=1\*GB3①=2\*GB3②=4\*GB3④ D.=1\*GB3①=3\*GB3③=4\*GB3④13.设计师和艺术家利用AIGC可以快速生成（），这不仅加速了创意的可视化过程，还能够提供无限的设计变体供选择。=1\*GB3①图像内容 =2\*GB3②数据内容 =3\*GB3③视频内容 =4\*GB3④3D模型A.=1\*GB3①=3\*GB3③=4\*GB3④ B.=1\*GB3①=2\*GB3②=4\*GB3④ C.=1\*GB3①=2\*GB3②=3\*GB3③ D.=2\*GB3②=3\*GB3③=4\*GB3④14.在产品设计初期，AIGC能够协助完成（），缩短设计周期。同时，还能辅助生成技术文档和需求规格说明书，提高研发团队的协作效率。=1\*GB3①市场调研 =2\*GB3②趋势分析 =3\*GB3③科学计算 =4\*GB3④生成初步设计方案A.=1\*GB3①=3\*GB3③=4\*GB3④ B.=1\*GB3①=2\*GB3②=4\*GB3④ C.=1\*GB3①=2\*GB3②=3\*GB3③ D.=2\*GB3②=3\*GB3③=4\*GB3④15.新闻工作者可以通过AIGC技术（），尤其在处理大量数据新闻和实时报道时更为有效。这使记者有更多时间专注于深度报道和新闻核查。=1\*GB3①快速整理数据 =2\*GB3②生成新闻摘要=3\*GB3③编写基础报道 =4\*GB3④改进文字质量A.=1\*GB3①=3\*GB3③=4\*GB3④ B.=1\*GB3①=2\*GB3②=4\*GB3④ C.=2\*GB3②=3\*GB3③=4\*GB3④ D.=1\*GB3①=2\*GB3②=3\*GB3③16.无论是在（）领域，AIGC都能处理大量数据，快速生成报告和预测模型，为个人决策提供有力支持。=1\*GB3①市场营销 =2\*GB3②财务管理 =3\*GB3③业务分析 =4\*GB3④科学计算A.=1\*GB3①=3\*GB3③=4\*GB3④ B.=1\*GB3①=2\*GB3②=4\*GB3④ C.=1\*GB3①=2\*GB3②=3\*GB3③ D.=2\*GB3②=3\*GB3③=4\*GB3④17.尽管AIGC带来了诸多优势，但同时也引发了关于（）的讨论。因此，在享受技术便利的同时，个人也需要不断提升自身的专业技能和创新能力。=1\*GB3①创意自主性 =2\*GB3②版权 =3\*GB3③营销规模 =4\*GB3④对人类工作岗位影响A.=1\*GB3①=2\*GB3②=4\*GB3④ B.=1\*GB3①=3\*GB3③=4\*GB3④ C.=1\*GB3①=2\*GB3②=3\*GB3③ D.=2\*GB3②=3\*GB3③=4\*GB3④18.如果说现在的AIGC还不够成熟，还无法超越用户的业务能力，那么，它首先能提升的就是我们的（）领域，帮助消除了个人的短板。A.专业 B.非专业 C.专门技能 D.领先19.在整合营销或体验营销的领域，当品牌主要求创意能为品牌增光添彩的时候，AIGC能发挥的空间就比较（）了。A.没必要 B.有限 C.小 D.大20.目前市面上的人工智能配音平台，虽然提供了不少人工智能配音采样，但受限于标准化的语速和语气，只适用于（）等领域，很难复用在商业广告中。=1\*GB3①短视频 =2\*GB3②电视播音 =3\*GB3③电影译制 =4\*GB3④模板化广告A.=2\*GB3②=3\*GB3③=4\*GB3④ B.=1\*GB3①=2\*GB3②=3\*GB3③ C.=1\*GB3①=2\*GB3②=4\*GB3④ D.=1\*GB3①=3\*GB3③=4\*GB3④第7章AIGc助力学习1.AIGC技术有助于（）的提升与教育，可以极大地丰富和个性化学习活动。此外，通过模拟场景和案例分析，能为个人提供即时反馈，加速技能掌握过程。A.质量工程 B.个人技能 C.微调工程 D.检索工程2.将人工智能技术应用于开发过程中，AIGC能够帮助开发者（）。=1\*GB3①提升开发效率 =2\*GB3②优化代码质量=3\*GB3③降低开发水平 =4\*GB3④实现智能编程A.=2\*GB3②=3\*GB3③=4\*GB3④ B.=1\*GB3①=2\*GB3②=3\*GB3③ C.=1\*GB3①=3\*GB3③=4\*GB3④ D.=1\*GB3①=2\*GB3②=4\*GB3④3.用作开发辅助工具，AIGC可以理解代码的结构和意图，通过学习和模拟开发者的行为来提供智能化的开发支持，辅助完成代码的（）等任务，从而提升开发效率和代码质量。=1\*GB3①自动补全 =2\*GB3②错误检测 =3\*GB3③代码优化 =4\*GB3④命令简化A.=1\*GB3①=2\*GB3②=3\*GB3③ B.=1\*GB3①=2\*GB3②=4\*GB3④ C.=1\*GB3①=3\*GB3③=4\*GB3④ D.=2\*GB3②=3\*GB3③=4\*GB3④4.AIGC可以根据学生的（），自动生成定制化的学习内容，包括文章、练习题、案例研究等，从而提高学习的针对性和效率。=1\*GB3①健康状况 =2\*GB3②学习进度 =3\*GB3③能力水平 =4\*GB3④兴趣爱好A.=1\*GB3①=3\*GB3③=4\*GB3④ B.=1\*GB3①=2\*GB3②=4\*GB3④ C.=2\*GB3②=3\*GB3③=4\*GB3④ D.=1\*GB3①=2\*GB3②=3\*GB3③5.利用AIGC技术创建虚拟导师或助教，与学生进行对话式学习，（），这在语言学习、编程教学等领域尤其有效。=1\*GB3①解答疑问 =2\*GB3②即时反馈 =3\*GB3③跨领域沟通 =4\*GB3④增强互动性A.=2\*GB3②=3\*GB3③=4\*GB3④ B.=1\*GB3①=2\*GB3②=3\*GB3③ C.=1\*GB3①=3\*GB3③=4\*GB3④ D.=1\*GB3①=2\*GB3②=4\*GB3④6.利用AIGC生成（），可以鼓励学生发挥想象力，探索未知领域，培养创新思维和问题解决能力。=1\*GB3①创意写作提示 =2\*GB3②发现科学现象=3\*GB3③艺术设计灵感 =4\*GB3④科学实验设想A.=1\*GB3①=2\*GB3②=4\*GB3④ B.=1\*GB3①=3\*GB3③=4\*GB3④ C.=1\*GB3①=2\*GB3②=3\*GB3③ D.=2\*GB3②=3\*GB3③=4\*GB3④7.在（）等实验性较强的学科中，可以生成高度仿真的实验环境，让学生在虚拟世界中安全地进行实验操作，加深理论理解。=1\*GB3①物理 =2\*GB3②化学 =3\*GB3③数学 =4\*GB3④生物A.=1\*GB3①=2\*GB3②=4\*GB3④ B.=1\*GB3①=3\*GB3③=4\*GB3④ C.=1\*GB3①=2\*GB3②=3\*GB3③ D.=2\*GB3②=3\*GB3③=4\*GB3④8.AIGC正重塑学生与教师的教学体验，通过（）等途径带来变革。=1\*GB3①提供习题正确答案 =2\*GB3②个性化学习=3\*GB3③提升可访问性 =4\*GB3④自动化管理工作流程A.=1\*GB3①=3\*GB3③=4\*GB3④ B.=1\*GB3①=2\*GB3②=4\*GB3④ C.=2\*GB3②=3\*GB3③=4\*GB3④ D.=1\*GB3①=2\*GB3②=3\*GB3③9.QuillBot是一款以先进释义和总结功能著称的强大的（）工具，专为提高学生的写作和研究技能而设计，帮助学生提高写作水平并维护学术诚信。A.质量管理 B.写作辅助 C.文生绘画 D.检索分析10.QuillBot系统的（）功能能够重写句子和段落，同时保留原始含义，帮助学生扩展词汇量并提高表达能力。A.抄袭检查 B.写作辅助 C.学术诚信 D.释义分析11.QuillBot的（）功能可以扫描文本中的非原创内容，突出显示潜在的关注领域。这有助于确保学生的作品是原创的，并正确引用来源，从而避免意外抄袭。A.抄袭检查 B.写作辅助 C.增强写作 D.释义分析12.Owlfit教育平台的直观界面和互动功能使用户能够轻松探索和理解广泛的主题。这些功能包括（）。=1\*GB3①个性化学习路径 =2\*GB3②互动式学习工具=3\*GB3③多语言支持 =4\*GB3④安全的不可访问性A.=1\*GB3①=3\*GB3③=4\*GB3④ B.=1\*GB3①=2\*GB3②=4\*GB3④ C.=1\*GB3①=2\*GB3②=3\*GB3③ D.=2\*GB3②=3\*GB3③=4\*GB3④13.Owlfit教育工具的突出功能是人工智能（）生成器，它允许用户输入特定参数，如年级和主题，然后使用复杂的算法生成相关问题。A.抄袭检查 B.讨论问题 C.增强写作 D.文生视频14.Grammarly是一款基于云的写作助手，利用人工智能技术提升书面交流质量。它的一些主要功能包括（）。=1\*GB3①实时反馈 =2\*GB3②抄袭检查 =3\*GB3③设备维护 =4\*GB3④词汇增强A.=1\*GB3①=2\*GB3②=4\*GB3④ B.=1\*GB3①=3\*GB3③=4\*GB3④ C.=1\*GB3①=2\*GB3②=3\*GB3③ D.=2\*GB3②=3\*GB3③=4\*GB3④15.Gradescope工具能利用人工智能驱动的（）技术，使教师能够快速准确地评分简答题和填空题，包括手