AWS Certified AI Practitioner AIF-C01 – Examen

Question 1

Quels sont trois principes clés du cadre d'IA responsable (Responsible AI) d'AWS ?

Accepted Answer

Confidentialité et protection des données personnelles

Answer

Maximisation des bénéfices financiers grâce à l'automatisation

Question 2

Quelles sont les deux approches qui renforcent le plus la sécurité contre les attaques par prompt injection ? (Choisir 2)

Accepted Answer

Appliquer le principe du moindre privilège via les politiques IAM pour limiter les ressources accessibles par le modèle

Answer

Augmenter le paramètre de température pour favoriser la diversité des réponses

Answer

Rendre les buckets S3 contenant les données d'entraînement accessibles au public

Question 3

Quels sont trois cas d'usage typiques de l'IA générative en entreprise ?

Accepted Answer

Génération et suggestion de code pour les développeurs

Answer

Maintenance prédictive d'équipements industriels basée sur des capteurs IoT

Answer

Détection de fraude bancaire en temps réel

Question 4

Quelles deux actions aident à limiter la dérive de modèle et améliorer la robustesse d'un modèle ML en production ? (Sélectionner 2 réponses)

Accepted Answer

Surveiller activement les performances en production avec Amazon SageMaker Model Monitor

Answer

Augmenter la température du modèle fondationnel pour plus de créativité

Answer

Diminuer délibérément la variété des données pour réduire le bruit

Question 5

Quelles pratiques améliorent la cohérence d’un classifieur LLM de sentiment ? (Choisir 2)

Accepted Answer

Ajouter des exemples few‑shot

Answer

Augmenter fortement Top‑K

Answer

Ne jamais fournir d’exemples

Question 6

Pour un chatbot documentaire rentable et précis, quelles options sont appropriées ? (Choisir 2)

Accepted Answer

Utiliser une Knowledge Base Bedrock

Answer

Inclure le corpus complet dans chaque prompt

Answer

Fine-tuner systématiquement pour tous les PDFs

Question 7

Quelles sont deux différences clés entre le fine-tuning et RAG pour personnaliser un modèle de fondation ?

Accepted Answer

RAG est plus adapté aux données qui changent fréquemment ; le fine-tuning est préférable pour adapter le style du modèle

Answer

Le fine-tuning est toujours moins cher que RAG

Answer

RAG nécessite de réentraîner le modèle à chaque mise à jour de la base de connaissances

Question 8

Quels sont deux risques de sécurité spécifiques aux applications basées sur des LLMs ?

Accepted Answer

Hallucinations générant des informations factuellement incorrectes présentées avec confiance

Answer

Vulnérabilités SQL injection dans les bases de données relationnelles

Answer

Débordement de tampon (buffer overflow) dans les GPU d'inférence

À propos du cours