綜合題目與答案解釋
生成式人工智慧（AIGC）對資訊安全可能帶來哪些風險？
A) 強化資料保護措施
B) 加速數據加密技術
C) 增加社交工程攻擊風險
D) 減少內部資料洩露風險- 答案：C) 增加社交工程攻擊風險
- 解釋： 生成式AI能夠模擬人類行為並生成高質量的文本或影像，這可能被惡意攻擊者用於欺騙人員，如創建欺詐性電子郵件或偽造身份，從而提升社交工程攻擊的成功率。
下列哪一項是檢索增強生成（RAG）技術的主要特徵？
A) 直接生成內容而不參考外部資料
B) 將生成模型與檢索系統結合
C) 僅用於影像生成的技術
D) 只應用於語音辨識- 答案：B) 將生成模型與檢索系統結合
- 解釋： RAG技術的核心是結合檢索和生成模型，通過檢索外部資料來增強模型生成的準確性和上下文一致性，從而提升回應的可靠性和有效性。
以下哪個案例最能說明生成式AI對資訊安全的影響？
A) AI生成器用於設計企業Logo
B) 生成式AI被用來偽造身份文件
C) AI模型用於產品推薦系統
D) 使用生成式AI進行文書處理- 答案：B) 生成式AI被用來偽造身份文件
- 解釋： 使用生成式AI來偽造身份文件，能夠對真實性產生極大威脅，這不僅涉及資料的安全性，也對企業和個人的信任機制構成重大挑戰。
RAG技術主要用於解決什麼樣的問題？
A) 提升影像的解析度
B) 解決生成模型的知識更新問題
C) 增加模型的運行速度
D) 減少AI訓練所需的資源- 答案：B) 解決生成模型的知識更新問題
- 解釋： 傳統生成模型通常基於訓練時的靜態資料，可能無法涵蓋最新資訊。RAG透過檢索最新資料，能夠動態地為生成內容提供更精確的上下文，使模型產生更符合時效性的回應。
在AI模型的訓練與使用中，應考慮以下哪一項以確保合理使用？
A) 避免使用任何外部資料
B) 僅使用標準化的測試數據
C) 考慮模型偏見與公平性
D) 減少模型的運行成本- 答案：C) 考慮模型偏見與公平性
- 解釋： AI模型可能因訓練數據中的偏見而產生不公平的結果，因此在訓練和使用模型時，必須考慮如何減少這些偏見，確保模型的公平性與公正性。
以下哪一種情況屬於生成式AI技術的潛在誤用？
A) 用於語音辨識應用
B) 用於創建虛擬客服助手
C) 用於生成虛假新聞
D) 用於自動化程式碼生成- 答案：C) 用於生成虛假新聞
- 解釋： 生成式AI能夠生成看似真實的文本，若被用於創作虛假新聞，可能會造成誤導，並對社會帶來重大負面影響，如散播虛假資訊或操縱輿論。
RAG技術與傳統生成技術相比，最主要的優勢是什麼？
A) 減少模型的訓練時間
B) 增強生成內容的上下文一致性
C) 增加模型的輸出速度
D) 降低生成內容的創造性- 答案：B) 增強生成內容的上下文一致性
- 解釋： RAG技術透過檢索資料來輔助生成模型的輸出，能提供更精確的背景資訊，使生成內容更符合上下文邏輯，從而提升整體內容的一致性和準確性。
AI訓練過程中，為何需要考慮數據的多樣性？
A) 提升模型生成速度
B) 確保模型對各種情況都有良好表現
C) 減少模型的記憶能力
D) 增加模型的計算需求- 答案：B) 確保模型對各種情況都有良好表現
- 解釋： 若訓練數據缺乏多樣性，模型可能在處理不同情境或不熟悉的數據時表現不佳。透過使用多樣化的訓練資料，能夠提升模型的泛化能力，使其在不同情況下都能有穩定的表現。
生成式AI模型可能對企業造成什麼樣的法律風險？
A) 加速數據流通
B) 侵害著作權或隱私權
C) 減少網絡攻擊風險
D) 提升企業的市值- 答案：B) 侵害著作權或隱私權
- 解釋： 生成式AI可能使用未經授權的數據來生成內容，這可能涉及著作權或隱私權的侵害，企業若未妥善管理，可能面臨法律責任及品牌聲譽損失。
在AI模型使用中，以下哪個是正確的安全策略？
A) 開放所有用戶自由修改模型權限
B) 定期檢查生成內容的合規性
C) 避免對生成模型進行更新
D) 禁止任何外部數據進行檢索- 答案：B) 定期檢查生成內容的合規性
- 解釋： AI生成的內容可能在無意中違反規範或產生不當的結果，因此，定期審查生成內容是否符合法律和倫理標準，是確保AI模型安全和合規使用的有效策略。
