AIF-C01 题库 · 最新 50 题免费预览（第 2/5 页）
AIF-C01（AWS Certified AI Practitioner (AIF-C01)）最新题库第 11–20 题，共 5 页 50 题，含答案与中英解析，无需登录。点此进入在线题库练习全部 435 题。
第 11 题 · 题号 396 · 单选
一家公司将其AI数据集存储在Amazon S3存储桶中。该公司希望与其商业合作伙伴共享这些S3存储桶。该公司需要避免意外共享敏感数据。该公司应使用哪种AWS服务来发现数据集中的敏感数据？
- A. Amazon Kendra
- B. Amazon Macie
- C. Amazon Textract（亚马逊文本提取服务）
- D. AWS Data Exchange（AWS 数据交换服务）
答案: B
解析: Amazon Macie 是一项完全托管的数据安全和隐私服务，它使用机器学习和模式匹配来发现、分类和保护 AWS 中的敏感数据。它专门用于扫描 S3 存储桶中的敏感信息，例如个人身份信息 (PII)、财务数据和凭证。Amazon Kendra 是一项搜索服务，Amazon Textract 用于从文档中提取文本，AWS Data Exchange 用于共享和订阅第三方数据产品。这些服务都不是为敏感数据发现而设计的。
第 12 题 · 题号 397 · 单选
一家公司正在使用人工智能构建一个玩具推荐网站，该网站根据客户的兴趣和年龄推荐玩具。该公司注意到人工智能倾向于推荐带有刻板性别印象的玩具。该公司应使用哪种 AWS 服务或功能来调查这种偏见？
- A. Amazon Rekognition
- B. Amazon Q 开发者
- C. Amazon Comprehend（亚马逊自然语言处理服务）
- D. 亚马逊 SageMaker Clarify
答案: D
解析: Amazon SageMaker Clarify 专门用于检测和衡量机器学习模型及数据集中的偏差。它能够跨敏感属性（如性别、年龄、种族等）识别数据和模型预测中的不平衡问题。在本场景中，AI 玩具推荐系统表现出了性别偏差，SageMaker Clarify 是调查和量化这种偏差的合适工具。其他选项不合适：Amazon Rekognition 用于图像/视频分析，Amazon Q Developer 是编程助手，Amazon Comprehend 用于自然语言处理任务。
第 13 题 · 题号 398 · 单选
在生产系统中使用生成式AI模型的一个缺点是什么？
- A. 可能的高精度和高可靠性
- B. 确定性和一致性行为
- C. 可忽略的计算资源需求
- D. 幻觉与错误
答案: D
解析: 生成式人工智能模型可能产生幻觉和错误信息，这是其在生产系统中的一个重要缺点，因为不可靠的输出可能导致错误决策或操作。
第 14 题 · 题号 399 · 单选
哪项 AWS 服务可帮助为生成式 AI 用例选择基础模型 (FM)？
- A. Amazon Personalize（亚马逊个性化推荐服务）
- B. 亚马逊基岩
- C. Amazon Q Developer
- D. Amazon Rekognition
答案: B
解析: Amazon Bedrock 提供来自不同提供商的基础模型，使用户能够为生成式 AI 用例选择合适的模型。
第 15 题 · 题号 400 · 单选
一家公司希望通过使用生成式AI解决方案编写代码来测试软件应用程序，以提高员工生产力。哪种解决方案能够以最少的运营工作量满足这些要求？
- A. Amazon Q Business
- B. Amazon Bedrock 代理
- C. 亚马逊 Q 开发者
- D. 亚马逊 SageMaker Clarify
答案: C
解析: Amazon Q Developer 专门设计用于帮助开发人员完成编码任务，包括编写测试软件应用程序的代码。它是一项完全托管的服务，与其他选项相比，需要最少的工作量。Amazon Q Business 用于商业洞察，Amazon Bedrock Agents 需要更多配置，而 Amazon SageMaker Clarify 用于机器学习偏见检测。
第 16 题 · 题号 401 · 单选
一家公司希望开发一款人工智能解决方案，以自动从扫描的 PDF 文档和表单中提取结构化和非结构化数据。哪项 AWS 服务能够满足这些要求？
- A. Amazon Polly
- B. 亚马逊 Lex
- C. Amazon Personalize
- D. 亚马逊 Textract
答案: B
第 17 题 · 题号 402 · 单选
哪个 AWS 服务提供广泛的高性能生成式 AI 基础模型（FMs）？
- A. 亚马逊 Bedrock
- B. Amazon Rekognition
- C. 亚马逊 Lex
- D. Amazon Kendra
答案: A
解析: Amazon Bedrock 是 AWS 提供广泛且高性能生成式人工智能基础模型 (FMs) 的服务。它通过单一 API 提供来自领先 AI 公司的基础模型，例如 Anthropic (Claude)、AI21 Labs (Jurassic)、Stability AI (Stable Diffusion) 以及亚马逊自研的 Titan 模型。其他选项用途不同：Amazon Rekognition 用于图像和视频分析，Amazon Lex 用于构建对话式聊天机器人，Amazon Kendra 是由机器学习驱动的智能企业搜索服务。
第 18 题 · 题号 403 · 单选
一家公司正在其生成式人工智能（GenAI）应用程序中使用检索增强生成（RAG）。该公司希望使用 Amazon Bedrock 知识库评估来衡量响应在多大程度上能够避免基于检索文本产生幻觉。哪种指标符合这些要求？
答案: D
解析: 正确答案是忠实性（Faithfulness），因为该指标专门用于衡量模型响应是否基于检索到的源文档并与其保持一致。当响应忠实于检索到的文本时，意味着模型没有捏造或产生超出源材料支持范围的幻觉信息。其他选项衡量的是不同的问题：拒绝（Refusal）检查模型是否适当地拒绝回答某些问题，有害性（Harmfulness）评估响应是否包含有害内容，刻板印象（Stereotyping）检测是否存在偏见内容。这些都不能直接解决基于检索文本的幻觉问题。
第 19 题 · 题号 404 · 多选
一家全球物流公司正在使用 Amazon Bedrock 上的生成式 AI（GenAI）模型来自动化处理文书工作和货运单据。该公司希望建立一套清晰的人工智能治理流程，以确保这些模型能够被负责任地使用，并符合公司的相关政策。哪些解决方案能够满足这些要求？（请选择两项）
- A. 建立定期审查流程，以检查模型的结果是否准确、公平，并符合公司政策。
- B. 为所有使用 AI 工具的员工提供培训，使其了解公司规定、数据处理要求以及如何负责任地使用 AI。
- C. 让云服务提供商管理所有人工智能安全检查和审查工作，以节省内部资源。
- D. 在治理审查中只让开发人员参与，因为开发人员负责构建和部署AI系统。
- E. 仅当用户报告系统中的问题或错误时，才审核模型。
答案: A, B
解析: 选项A和B是建立有效AI治理的正确答案。选项A建立了定期审查流程，以确保模型输出准确、公平并符合公司政策，这是负责任AI治理的核心要求。选项B为所有使用AI工具的员工提供培训，确保他们了解公司规则、数据处理实践和负责任的AI使用，这对于在整个组织中维护治理标准至关重要。选项C、D和E不正确，因为：将所有AI安全检查委托给云提供商（C）消除了公司关键的责任和监督；将治理审查仅限于开发人员（D）忽略了AI治理的跨职能性质，需要多元化利益相关者的参与；以及仅在报告问题时审查模型（E）是被动的而非主动的，错过了负责任AI部署所需的持续监控。
第 20 题 · 题号 405 · 单选
一家公司希望调用单个 Amazon Bedrock 端点，并需要 Amazon Bedrock 为每个请求选择最合适的基础模型（FM）。该公司不想硬编码模型。哪种 Amazon Bedrock 功能或资源能满足这些要求？
- A. Amazon Bedrock 防护栏
- B. Amazon Bedrock 知识库
- C. Amazon Bedrock 提示词路由器
- D. Amazon Bedrock 智能体记忆
答案: C
解析: Amazon Bedrock 提示路由器（prompt router）是满足这些需求的功能。它允许应用程序向单个端点发送请求，Bedrock 会自动分析提示并将其路由到一组已配置模型中最合适的基础模型。这样就无需在应用程序代码中硬编码特定模型。其他选项用途不同：Guardrails（A）用于安全和合规控制，Knowledge Bases（B）用于使用自定义数据进行 RAG（检索增强生成），agent memory（D）用于存储代理的对话上下文。