Ngân hàng đề — Microsoft Azure AI Fundamentals

Đáp án

A — Chúng có thể TỰ HỌC và cải thiện từ kinh nghiệm mà không cần lập trình tường minh.

Vì sao đúng

⚠ Đó là bản chất của học sâu:

⚠ Lập trình truyền thống
   ⚠ Người viết LUẬT
   ⚠ if (có râu && có tai nhọn) → mèo

⚠ Học sâu
   ⚠ Đưa hàng vạn ảnh có nhãn
   ⚠ Mạng TỰ tìm ra đặc trưng
        ↓
⚠ Không ai viết luật nhận mèo

Vì sao các phương án khác sai

• C (KHÔNG cần nhiều dữ liệu) — ⚠ NGƯỢC: ⚠ đói dữ liệu là ⚠ đặc điểm nổi bật nhất của học sâu.

• D (dựa trên thuật toán cây quyết định) — ⚠ SAI: ⚠ học sâu dùng ⚠ mạng nơ-ron; ⚠ cây quyết định là họ thuật toán khác.

• B (chủ yếu dùng cho phân tích gom cụm) — ⚠ SAI: ⚠ học sâu dùng nhiều nhất cho ⚠ học có giám sát.

Ghi nhớ

⚠ Ghi nhớ về chất lượng câu hỏi: ⚠ câu này ⚠ gần trùng #17976 ở đợt trước — ⚠ cùng chủ đề học sâu, ⚠ #17976 hỏi định nghĩa còn câu này hỏi đặc điểm; ⚠ không mâu thuẫn.

⚠ Học máy và học sâu — quan hệ bao hàm: | Tầng | Nội dung | |---|---| | ⚠ AI | ⚠ rộng nhất | | ⚠ Machine Learning | ⚠ học từ dữ liệu | | ⚠ Deep Learning | ⚠ ML dùng mạng nơ-ron nhiều lớp | | ⚠ Generative AI | ⚠ dựa trên học sâu, sinh nội dung mới |

Từ khoá nhận diện:

"mạng nơ-ron nhiều lớp" → ⚠ deep learning "tự trích đặc trưng" → ⚠ deep learning "cây quyết định, random forest" → ⚠ ML truyền thống "ít dữ liệu vẫn học tốt" → ⚠ KHÔNG phải deep learning

Ba việc kiểm chứng: | Việc | Cách | |---|---| | Dữ liệu là bảng hay phi cấu trúc | ⚠ quyết định có cần học sâu không | | Có đủ dữ liệu không | | | Có cần giải thích quyết định không | |

Và ngộ nhận tốn kém nhất khi chọn phương pháp: cho rằng học sâu luôn là lựa chọn tốt hơn. Với dữ liệu dạng bảng, các mô hình cây tăng cường thường cho kết quả tốt hơn, nhanh hơn và giải thích được.

Đáp án

D — GPT-2 là mô hình ngôn ngữ NHỎ HƠN GPT-3.

Vì sao đúng

⚠ Quy mô tăng theo thế hệ: | Mô hình | Quy mô | |---|---| | ⚠ GPT-2 | ⚠ ~1,5 tỷ tham số | | ⚠ GPT-3 | ⚠ ~175 tỷ tham số | | ⚠ Chênh lệch | ⚠ khoảng hơn 100 lần |

⚠ Nhiều tham số hơn
        ↓
⚠ Học được nhiều mẫu ngôn ngữ hơn
        ↓
⚠ Văn bản mạch lạc hơn
⚠ Làm được việc chưa từng huấn luyện riêng
        ↓ ⚠ đổi lại
⚠ Tốn tài nguyên và chi phí hơn

Vì sao các phương án khác sai

• C — ⚠ đảo ngược: ⚠ GPT-2 nhỏ hơn, không lớn hơn.

• A (hai tên gọi như nhau) — ⚠ SAI: ⚠ là hai thế hệ khác nhau.

• B (không dùng trong workload sinh ngữ) — ⚠ SAI rõ ràng.

Ghi nhớ

⚠ Ghi nhớ về chất lượng câu hỏi: ⚠ đây lại là dạng ⚠ "đảo vế" như #18059 và #18061 ở đợt trước.

⚠ Vì sao mô hình lớn hơn lại làm được nhiều hơn: | Hiện tượng | Nội dung | |---|---| | ⚠ Few-shot learning | ⚠ chỉ cần vài ví dụ trong prompt | | ⚠ Zero-shot | ⚠ làm được việc không có ví dụ nào | | ⚠ Không cần fine-tune cho từng tác vụ | | | ⚠ Trước GPT-3 | ⚠ mỗi tác vụ phải huấn luyện riêng một mô hình |

Từ khoá nhận diện:

"tham số, quy mô mô hình" → ⚠ thế hệ sau lớn hơn "vài ví dụ trong prompt" → ⚠ few-shot "không cần ví dụ nào" → ⚠ zero-shot "huấn luyện thêm trên dữ liệu riêng" → ⚠ fine-tuning

Ba việc kiểm chứng: | Việc | Cách | |---|---| | Mô hình nhỏ hơn có đủ dùng không | ⚠ thử trước khi trả tiền cho mô hình lớn | | Chi phí mỗi 1.000 lượt gọi là bao nhiêu | | | Có cần dữ liệu nội bộ không | ⚠ thì phải RAG |

Và sai lầm tốn kém phổ biến khi bắt đầu với mô hình ngôn ngữ: chọn ngay mô hình lớn nhất cho mọi việc. Rất nhiều tác vụ phân loại và trích xuất chạy tốt trên mô hình nhỏ với chi phí thấp hơn nhiều lần.

Đáp án

D — Định vị đối tượng (object localization)

Vì sao đúng

Đây chính là điều phân biệt phát hiện đối tượng với phân loại ảnh: định vị trả về toạ độ của từng đối tượng trong ảnh, thường dưới dạng hộp bao quanh. Nhờ vậy hệ thống trả lời được cả "có gì" lẫn "ở đâu", và đếm được số lượng — ba xe trong ảnh là ba hộp riêng.

Vì sao các phương án khác sai

• B. Phân loại ảnh — chỉ gán nhãn cho cả bức ảnh, không nói vật ở đâu và không đếm được.
• A. Instance segmentation — chi tiết hơn phát hiện đối tượng: nó khoanh theo đường viền thật của vật ở mức điểm ảnh, không phải hộp chữ nhật. Là năng lực khác, nặng hơn.
• C. Xử lý thời gian thực — nói về tốc độ, không phải về năng lực nhận biết.

Đáp án

B — Kiểm thử mô hình liên tục

Vì sao đúng

Công bằng không phải thứ kiểm tra một lần rồi xong. Dữ liệu thực tế thay đổi, mô hình được huấn luyện lại, và người dùng mới với đặc điểm khác xuất hiện — nên thiên lệch có thể nảy sinh sau khi mô hình đã lên chạy. Kiểm thử liên tục, đặc biệt là đo hiệu năng tách theo từng nhóm người dùng, là cách duy nhất phát hiện được điều đó.

Vì sao các phương án khác sai

• A. Chỉ huấn luyện trên dữ liệu lịch sử của hệ thống đang chạy — dữ liệu lịch sử mang sẵn thiên lệch của quá khứ, và huấn luyện trên đó khiến mô hình học lại và khuếch đại chính thiên lệch đó.
• C. Chuyển sang quyết định thủ công — con người cũng thiên lệch, chỉ khác là không đo được.
• D. Kỹ thuật ethical hacking — thuộc lĩnh vực bảo mật, không liên quan tới công bằng.

Đáp án

D — AutoML TỰ ĐỘNG CHỌN thuật toán tốt nhất cho một tập dữ liệu và bài toán cụ thể.

Vì sao đúng

⚠ AutoML thử nhiều tổ hợp rồi xếp hạng theo chỉ số bạn chọn:

⚠ Dữ liệu + cột label + chỉ số tối ưu
        ↓
⚠ Thử hàng chục tổ hợp
   ⚠ thuật toán × cách tiền xử lý × siêu tham số
        ↓
⚠ Bảng xếp hạng, mô hình tốt nhất ở đầu
        ↓
⚠ Đăng ký và triển khai

Vì sao các phương án khác sai

• B (đòi kỹ thuật đặc trưng THỦ CÔNG cho mọi mô hình) — ⚠ NGƯỢC: ⚠ AutoML có ⚠ featurization tự động.

• A (chỉ dùng cho bài toán hồi quy) — ⚠ SAI: ⚠ còn phân loại, dự báo chuỗi thời gian, thị giác và NLP.

• C (chỉ xử lý dữ liệu dưới 1GB) — ⚠ SAI: ⚠ không có giới hạn như vậy.

Ghi nhớ

⚠ Ghi nhớ về chất lượng câu hỏi: ⚠ đây là câu ⚠ thứ ba về AutoML trong ba đợt gần nhau.

⚠ Nhận diện phương án nhiễu quen thuộc trong bộ đề: | Kiểu nhiễu | Ví dụ | |---|---| | ⚠ Giới hạn kích thước bịa ra | ⚠ "chỉ dưới 1GB", "chỉ dưới 1MB" | | ⚠ Thu hẹp phạm vi sai | ⚠ "chỉ dùng cho hồi quy" | | ⚠ Đảo ngược tự động và thủ công | ⚠ "phải làm thủ công" | | ⚠ Phủ nhận tính năng có thật | ⚠ "không hỗ trợ..." | | ⚠ Mẹo | ⚠ bốn kiểu này gần như luôn SAI |

Từ khoá nhận diện:

"tự chọn thuật toán tốt nhất" → ⚠ AutoML "kéo thả không code" → ⚠ Designer "toàn quyền, viết Python" → ⚠ SDK

Ba việc kiểm chứng: | Việc | Cách | |---|---| | Chỉ số tối ưu có đúng mục tiêu nghiệp vụ không | | | Có đặt giới hạn thời gian chạy chưa | ⚠ tránh tốn compute | | Mô hình đứng đầu có giải thích được không | |

Và cách rút ngắn thời gian ôn tập cho bộ đề này: nhận ra bốn kiểu phương án nhiễu lặp đi lặp lại — giới hạn dung lượng bịa ra, thu hẹp phạm vi, đảo tự động thành thủ công, và phủ nhận tính năng có thật. Loại chúng đi thì phần lớn câu chỉ còn hai lựa chọn.

Đáp án

D — Azure Content Moderator.

Vì sao đúng

⚠ Content Moderator là dịch vụ kiểm duyệt nội dung đa phương tiện: | Kiểm duyệt | Nội dung | |---|---| | ⚠ Văn bản | ⚠ từ ngữ tục, nội dung người lớn, PII | | ⚠ Ảnh | ⚠ nội dung người lớn, phản cảm | | ⚠ Video | ⚠ quét khung hình | | ⚠ Review tool | ⚠ giao diện cho người duyệt lại |

⚠ Ba phương án còn lại đều không phải dịch vụ kiểm duyệt.

Vì sao các phương án khác sai

• A (Azure Machine Learning) — ⚠ nền tảng huấn luyện mô hình.

• B (Azure Cognitive Services) — ⚠ tên của cả HỌ dịch vụ, ⚠ không phải một dịch vụ cụ thể; ⚠ nay đổi tên thành ⚠ Azure AI Services.

• C (Azure Databricks) — ⚠ nền tảng phân tích dữ liệu lớn.

Ghi nhớ

⚠ Ghi nhớ về chất lượng câu hỏi: ⚠ dịch vụ trong khoá ⚠ đã ngừng hoạt động.

⚠ Azure AI Content Safety — dịch vụ thay thế: | Năng lực | Nội dung | |---|---| | ⚠ Bốn nhóm nguy hại | ⚠ thù ghét, tình dục, bạo lực, tự hại | | ⚠ Bốn mức nghiêm trọng cho mỗi nhóm | | | ⚠ Đặt ngưỡng riêng cho từng nhóm | | | ⚠ Prompt Shields | ⚠ chống jailbreak và prompt injection | | ⚠ Groundedness detection | ⚠ phát hiện câu trả lời không dựa trên nguồn | | ⚠ Protected material detection | |

Từ khoá nhận diện:

"kiểm duyệt nội dung có hại" → ⚠ Content Safety (Content Moderator là tên cũ) "chống tấn công prompt" → ⚠ Prompt Shields "câu trả lời có bám nguồn không" → ⚠ groundedness detection "Cognitive Services" → ⚠ tên cũ của Azure AI Services

Ba việc kiểm chứng: | Việc | Cách | |---|---| | Dịch vụ trong đề còn được hỗ trợ không | | | Ngưỡng đặt cho từng nhóm là bao nhiêu | | | Có quy trình khiếu nại khi chặn nhầm không | |

Và điều mà bản thay thế làm tốt hơn hẳn dịch vụ cũ, đáng nhớ ngay cả khi chỉ đi thi: kiểm duyệt nội dung không phải câu hỏi có hay không, mà là câu hỏi mức độ. Ngưỡng phù hợp cho một cộng đồng có thể hoàn toàn sai với cộng đồng khác.

Đáp án

D — Speaker Recognition

Vì sao đúng

Speaker Recognition trả lời câu hỏi "ai đang nói", khác hẳn ba năng lực còn lại vốn quan tâm tới "nói cái gì". Nó gồm hai dạng: xác minh (đúng là người này không?) và nhận dạng (trong nhóm đã đăng ký thì là ai?), dựa trên đặc trưng giọng của từng người.

Vì sao các phương án khác sai

• A. Speech-to-Text — chuyển lời nói thành chữ, không biết ai nói.
• B. Text-to-Speech — chiều ngược lại, đọc chữ thành tiếng.
• C. Speech Translation — nghe một ngôn ngữ, trả về ngôn ngữ khác.

Đáp án

A — Face Recognition

Vì sao đúng

Trong Face API, nhận dạng khuôn mặt là năng lực bao trùm: phát hiện khuôn mặt trong ảnh, trích xuất đặc trưng, rồi phân tích các thuộc tính. Đây là mục ứng với việc "nhận ra và phân tích khuôn mặt người trong ảnh" mà đề mô tả.

Vì sao các phương án khác sai

• D. Face Verification — hẹp hơn: so hai khuôn mặt xem có phải cùng một người không. Đó là một thao tác cụ thể chứ không phải năng lực chung.
• B. "Face Matching" và C. "Face Finding" — không phải tên tính năng có thật trong Face API.

Đáp án

D — Customer churn (khách hàng rời bỏ)

Vì sao đúng

Trong học máy có giám sát, cột bạn muốn dự đoán gọi là nhãn hoặc biến mục tiêu, còn các cột khác là đặc trưng đầu vào. Bảng có mã khách hàng, ngày giao dịch, số tiền chi và tình trạng rời bỏ — thứ mang giá trị nghiệp vụ để dự đoán chính là khách hàng có rời bỏ hay không.

Đây cũng là bài toán phân loại nhị phân: đầu ra chỉ có hai giá trị.

Vì sao các phương án khác sai

• B. Mã khách hàng — chỉ là định danh, không mang thông tin dự đoán được; thường phải loại bỏ khỏi tập đặc trưng vì mô hình có thể học thuộc nó thay vì học quy luật thật.
• A. Ngày giao dịch và C. Số tiền chi — là đặc trưng đầu vào giúp dự đoán, không phải thứ cần dự đoán.

Đáp án

B — Azure AI Computer Vision

Vì sao đúng

Cả ba việc đề nêu — nhận diện địa danh, nhận diện thương hiệu, phát hiện đối tượng — đều là phân tích nội dung ảnh, và Computer Vision là dịch vụ dựng cho đúng nhóm đó. Nó dùng mô hình có sẵn nên gọi API là có kết quả, không cần huấn luyện gì.

Vì sao các phương án khác sai

• D. Form Recognizer (Document Intelligence) — cũng xử lý ảnh, nhưng chuyên trích xuất trường dữ liệu từ biểu mẫu và tài liệu, không nhận diện địa danh hay thương hiệu.
• C. Language Service — xử lý văn bản.
• A. Personalizer — đưa ra gợi ý cá nhân hoá dựa trên hành vi, không xử lý ảnh.