【Udemy中英字幕】[Practice Exams] AWS Certified AI Practitioner – AIF-C01

正在为 AWS Certified AI Practitioner AIF-C01 做准备？ 这是 一门让您获得制胜优势的实践考试课程。

这些模拟考试由 Stephane Maarek 和 Abhishek Singh 共同编写，他们带来了通过18 项 AWS 认证的集体经验。

问题的语气和基调模仿真实考试。除了解释中提供的详细描述和“考试提醒”外，我们还广泛参考了 AWS 文档，以帮助您快速了解 AIF-C01 考试中测试的所有领域。

我们希望您将本课程视为最后的进站，这样您就可以满怀信心地越过胜利线并获得 AWS 认证！相信我们的流程，您会得到很好的照顾。

所有问题都是从头开始写的！

您将获得四份高质量的全长模拟考试，为您的认证做好准备

品质不言而喻：

示例问题：

以下哪些是 Amazon Bedrock 的有效模型定制方法？（选择两个）

1. 持续预训练

2. 微调

3. 检索增强生成（RAG）

4. 零次提示

5. 思路提示

您猜怎么着？请向下滚动查看答案。

正确：1,2

解释：

正确选项：

模型定制涉及进一步训练和更改模型的权重以增强其性能。您可以使用持续的预训练或微调在 Amazon Bedrock 中进行模型定制。

继续进行预训练

在持续的预训练过程中，您可以提供未标记的数据，通过让模型熟悉某些类型的输入来预训练基础模型。您可以提供特定主题的数据，让模型接触这些领域。持续的预训练过程将调整模型参数以适应输入数据并提高其领域知识。

例如，您可以使用私有数据（如业务文档）来训练模型，这些数据对于训练大型语言模型而言并非公开可用。此外，您还可以使用更多未标记数据重新训练模型，从而继续改进模型。

微调

在微调模型时，您可以提供标记数据来训练模型，以提高特定任务的性能。通过提供标记示例的训练数据集，模型可以学习关联应为某些类型的输入生成哪些类型的输出。在此过程中，模型参数会进行调整，并且模型的性能会针对训练数据集所代表的任务得到改善。

模型定制-参考图

via-参考链接

模型定制的好处-参考图

via-参考链接

错误选项：

检索增强生成 (RAG)

当您希望模型考虑新知识或最新信息时，检索增强生成 (RAG) 允许您自定义模型的响应。当您的数据频繁变化时（例如库存或定价），在模型处理用户查询时对其进行微调和更新是不切实际的。为了使 FM 具备最新的专有信息，组织转向 RAG，这是一种从公司数据源获取数据并用这些数据丰富提示以提供更相关和更准确的响应的技术。RAG 不是一种模型自定义方法。

零次提示

思路链提示

提示工程是一种精心设计提示的做法，旨在有效利用 FM 的功能。它涉及使用提示，即引导模型生成更准确、更相关的响应的简短文本。通过提示工程，您可以提高 FM 的性能，并使其在各种应用中更有效。提示工程具有零样本和少样本提示等技术，这些技术仅需几个示例即可让 FM 快速适应新任务，以及思路链提示，它将复杂的推理分解为中间步骤。

即时工程不是模型定制方法。因此，这两个选项都是不正确的。

包含来自 AWS 文档的多个参考链接

讲师

我叫 Stéphane Maarek，我对云计算充满热情，我将担任本课程的讲师。我教授 AWS 认证课程，重点是帮助我的学生提高他们在 AWS 方面的专业能力。

在设计和提供这些认证和课程的整个职业生涯中，我已经教过 2,500,000 多名学生，并获得了 800,000 多条评论！

我很高兴欢迎 Abhishek Singh 作为这些模拟考试的共同讲师！

欢迎参加最佳实践考试，帮助您准备AWS Certified AI Practitioner考试。

• 你可以根据需要多次重考
• 这是一个巨大的原创题库
• 如果你有疑问，你可以得到导师的支持
• 每个问题都有详细的解释
• 与 Udemy 应用程序兼容移动设备
• 如果您不满意，可享受 30 天退款保证

我们希望现在你已经信服了！课程中还有很多问题。

祝您学习愉快，并祝您在 AWS Certified AI Practitioner 考试中好运！