阿里云大模型ACP认证模拟考试（五）

考试重要提示：

答题开始即开始计时，中途不可暂停，如超时则自动提交。

1. 本次考试共计 100 道题目，试卷总分 100 分，通过考试的成绩为 80 分及以上。
2. 请务必在 120 分钟内完成交卷，由于考试过程不可暂停，请您提前规划好个人时间，若未能在规定时间内交卷，本次考试成绩将判定无效。
3. 在开始答题前，系统会进行严格的身份验证流程。届时，请您准备好身份证，拍摄并上传身份证的人像面照片，同时按照系统的指引，开启摄像头完成面部识别，以确保考试身份的真实性。
4. 整个考试期间，请保持摄像头开启状态，并确保摄像头清晰对准您的面部。系统会不定时抓拍您的考试画面，并与您上传的身份证照片进行比对。若系统检测到任何作弊行为，您本次的考试成绩将直接作废。
5. 考试过程中，系统将持续监测您所使用浏览器的状态。一旦发现诸如最小化浏览器窗口、随意切换标签页、故意缩放窗口大小等行为，或者出现广告弹窗干扰考试，系统将及时发出警告。若此类异常行为次数过多，您的考试成绩同样会被判定无效。
6. 为保证考试顺利进行，在考试开始前，请务必关闭各类即时通信软件以及其他任何可能弹出窗口的软件，避免因软件弹窗影响您的考试发挥。

---

单选题

1. 在使用API调用通义千问时，将API Key存储在环境变量中的主要目的是（ ）。
   A. 方便在代码中直接调用
   B. 提高API调用的速度
   C. 增强API Key的安全性
   D. 减少代码编写量

2. 以下关于大模型问答工作流程中分词化阶段的描述，正确的是（ ）。
   A. 分词是将文本分割成任意长度的片段
   B. Token只能是单个词语
   C. 分词后无需为每个Token分配ID
   D. Token是大模型处理文本的基本单元

3. 当使用通义千问大模型进行代码生成时，temperature参数应如何设置（ ）。
   A. 调高温度，使生成代码更具创意
   B. 使用默认温度
   C. 调低温度，确保生成代码准确稳定
   D. 随意设置，不影响代码生成

4. 为了让大模型回答私域知识问题，优先考虑的方法是（ ）。
   A. 微调整个模型
   B. 训练一个全新的模型
   C. 通过提示词传递私域知识
   D. 直接修改大模型的训练数据

5. 以下代码中，能实现通义千问大模型流式输出的是（ ）。
   A. response = client.chat.completions.create(model=“qwen-plus-0919”, messages=[{“role”: “system”, “content”: “你负责答疑”},{“role”: “user”, “content”: “问题内容”}])
   B. response = client.chat.completions.create(model=“qwen-plus-0919”, messages=[{“role”: “system”, “content”: “你负责答疑”},{“role”: “user”, “content”: “问题内容”}], stream=True)
   C. response = client.chat.completions.create(model=“qwen-plus-0919”, messages=[{“role”: “system”, “content”: “你负责答疑”},{“role”: “user”, “content”: “问题内容”}], temperature=0)
   D. response = client.chat.completions.create(model=“qwen-plus-0919”, messages=[{“role”: “system”, “content”: “你负责答疑”},{“role”: “user”, “content”: “问题内容”}], top_p=0.5)

6. 在大模型的Token向量化阶段，其主要目的是（ ）。
   A. 为了让大模型更好地理解文本含义
   B. 将文本转换为更短的形式
   C. 把Token转化为固定维度的向量，便于计算机理解
   D. 增加Token的数量

7. 当使用通义千问大模型为一款智能音箱撰写广告文案时，为了使文案更具创意，top_p参数应（ ）。
   A. 设置为极小值，如0.0001
   B. 设置为默认值0.8
   C. 设置为较大值，如0.9
   D. 设置为0

8. 在RAG应用的建立索引过程中，将知识库文档加载并解析为大模型能理解的文字形式，这一步骤被称为（ ）。
   A. 文本分段
   B. 文档解析
   C. 文本向量化
   D. 存储索引

9. 关于RAG应用中检索阶段的描述，以下正确的是（ ）。
   A. 检索阶段只需要将问题与向量数据库的段落进行简单匹配即可
   B. 检索阶段通过embedding模型对问题进行文本向量化，并与向量数据库的段落进行语义相似度比较
   C. 检索阶段不重要，即使找到错误资料也不影响最终回答的准确性
   D. 检索阶段无法提高检索准确性

10. 在使用LlamaIndex创建RAG应用时，SimpleDirectoryReader方法的作用是（ ）。
    A. 直接将指定文件夹中的文件加载为document对象，对应解析过程
    B. 对文本进行切片
    C. 建立索引
    D. 创建提问引擎

11. 在RAG应用中，若要实现保存索引以便后续快速加载，使用的方法是（ ）。
    A. load_index_from_storage
    B. from_documents
    C. index.storage_context.persist
    D. as_query_engine

12. 在RAG应用的多轮对话中，业界常用的解决历史对话信息利用问题的方法是（ ）。
    A. 直接将完整历史对话与问题都输入到检索系统
    B. 忽略历史对话信息，仅使用最新问题检索
    C. 通过大模型基于历史对话信息改写用户问题为新query，再进行检索
    D. 将上一轮召回的文本段直接用于下一轮检索

13. 在创建RAG应用时，设置流式输出的参数是在（ ）方法中进行。
    A. SimpleDirectoryReader
    B. VectorStoreIndex.from_documents
    C. index.as_query_engine
    D. load_index_from_storage

14. 在RAG应用中，文本向量化的目的是（ ）。
    A. 让计算机能够理解自然语言的语义相似度
    B. 对文本进行分段
    C. 存储索引
    D. 解析文档

15. 在优化提示词以改善大模型回答质量的示例中，若同事提问“公司常用的数据分析工具是什么”，为使答疑机器人给出工具链接，应如何改进提示词？（ ）
    A. 在问题后添加“给出下载地址链接”
    B. 在问题前添加“如果是工具咨询类问题，请务必给出下载地址链接。”
    C. 在问题后添加“请给出工具的详细介绍及下载地址链接”
    D. 重新构建提示词模板，在模板中添加给出工具链接的要求

16. LlamaIndex中默认的提示词模板中，{context_str}在实际应用中会被替换为以下哪种内容？（ ）
    A. 用户的问题
    B. 从向量库中检索到的上下文信息
    C. 大模型的角色设定
    D. 输出格式的相关说明

17. 以下哪种分隔符不适合在提示词中作为关键要素的标识符号？（ ）
    A. “【】”
    B. “<< >>”
    C. “###”
    D. “{ }”

18. 在使用大模型进行意图识别时，若用户输入“请翻译一下这句话：I love AI.”，大模型应将其归类为以下哪种类型？（ ）
    A. 公司内部文档查询
    B. 内容翻译
    C. 文档审查
    D. 无法识别问题类型

19. 推理大模型相较于通用大模型，其典型输出特征是（ ）。
    A. 输出简洁直接，侧重结果的自然语言表达
    B. 输出包含完整推导步骤，注重逻辑链条的完整性
    C. 输出更加口语化，富有情感色彩
    D. 输出格式更加多样化，可包含多种数据类型

20. 在使用推理大模型时，以下哪种提示词技巧是不推荐的？（ ）
    A. 保持任务提示简洁清晰，提供足够的背景信息
    B. 避免思维链提示
    C. 根据模型响应调整提示词
    D. 频繁使用思维链（COT）技术引导模型思考

21. 在执行“安排下周的产品发布会并创建相关筹备任务”时，schedule_event工具的time参数应采用以下哪种格式？（ ）
    A. “下周一下午3点”
    B. “2024-01-01 15:00”
    C. “2024-01-01T15:00”
    D. “下周一 15:00”

22. 在使用Ragas评估RAG应用的回答质量时，Answer Correctness指标的计算不涉及以下哪种方法？（ ）
    A. 通过embedding模型计算语义相似度
    B. 利用大模型生成观点列表计算事实准确度