iPAS AI 應用規劃師初級 115 年第二次 科二 第 30 題 詳解

115 年第二次 科二 生成式 AI 應用與規劃

一家法律科技公司導入RAG系統協助律師查詢判例，但有時會引用關聯性不足的文件，影響生成內容的可信度。若在流程中引入強化學習（Reinforcement Learning），其主要作用為何？

1. A依據律師回饋作為獎勵訊號，優化系統判斷檢索結果品質的能力（正確答案）

   律師回饋即獎勵訊號，用來優化檢索品質判斷，符合強化學習定義。

2. B改善檢索排序機制，使較相關的文件優先被選用

   只講排序結果變好，沒有獎勵回饋機制，傳統重排序即可做到。

3. C增加知識庫文件數量，以提升查詢涵蓋範圍

   擴充知識庫屬資料面工程，與學習機制無關。

4. D以模型生成取代檢索機制，直接產生答案

   取消檢索就不是 RAG，且會放大幻覺。