iPAS AI 應用規劃師初級 115 年第二次 科二 第 39 題 詳解

115 年第二次 科二 生成式 AI 應用與規劃

某研究團隊希望評估大型語言模型在不同學科領域的整體理解能力，包含法律、醫學、數學與歷史等，並要求模型在未見過的題型中仍能正確推理與作答。下列何者最符合此類評測設計的核心概念？

1. A單一領域專業知識記憶測驗

   限單一領域且偏記憶，與跨學科泛化能力的要求相反。

2. B多領域、多任務之語言理解能力評估（正確答案）

   跨法律、醫學、數學等多任務評估通用理解與推理，正解。

3. C對話流暢度與語言生成品質測試

   只測生成流暢度，不涉及跨領域知識與推理正確性。

4. D資料檢索準確率評估

   檢索準確率衡量資訊搜尋系統，非模型理解能力。