Ngân hàng đề — Microsoft Azure AI Fundamentals

Tìm thấy 316 câu.

Câu 161 Responsible AI
When designing an AI solution to ensure reliability and safety, which of the following considerations is critical for minimizing bias in the training data used?
  1. A Utilizing distributed denial-of-service (DDoS) protection with Azure Front Door
  2. B Conducting regular ethical AI audits on the models with Azure AI Services
  3. C Implementing encryption at rest and in transit with Microsoft Purview
  4. D Enabling real-time threat protection with Microsoft Defender for Servers
Xem giải thích

Đáp án

B — Rà soát đạo đức AI định kỳ trên các mô hình

Vì sao đúng

Đề hỏi cách giảm thiên lệch trong dữ liệu huấn luyện, và đây là phương án duy nhất thật sự chạm tới dữ liệu và mô hình. Rà soát định kỳ nghĩa là kiểm tra phân bố dữ liệu có đại diện cho mọi nhóm người dùng không, và đo hiệu năng mô hình tách riêng theo từng nhóm để phát hiện chỗ nó hoạt động kém hơn.

Vì sao các phương án khác sai

Ba phương án còn lại đều là biện pháp bảo mật, không đụng gì tới thiên lệch:

  • A. Chống DDoS bằng Azure Front Door — bảo vệ tính sẵn sàng.
  • C. Mã hoá khi lưu và khi truyền — bảo vệ tính bí mật.
  • D. Bảo vệ thời gian thực bằng Defender — phát hiện mối đe doạ.

Dữ liệu được mã hoá hoàn hảo vẫn có thể thiên lệch hoàn toàn — đây là hai chiều độc lập nhau.

Câu 162 Generative AI
Which feature of generative AI models in Microsoft AI Services is specifically designed to create fictional yet plausible sentences or paragraphs based on the input data provided?
  1. A Language Understanding
  2. B Text Generation
  3. C Text-to-Speech
  4. D Image Captioning
Xem giải thích

Đáp án

B — Text Generation (sinh văn bản)

Vì sao đúng

Đề mô tả đúng định nghĩa của sinh văn bản: tạo ra câu và đoạn hư cấu nhưng hợp lý dựa trên đầu vào. Mô hình dự đoán từ tiếp theo dựa trên ngữ cảnh, nên đầu ra trôi chảy và đúng ngữ pháp — nhưng "hợp lý" không đồng nghĩa với "đúng sự thật", và đó chính là nguồn gốc của hiện tượng mô hình bịa.

Vì sao các phương án khác sai

  • A. Language Understanding — hiểu đầu vào của người dùng (ý định, thực thể), không tạo ra nội dung mới.
  • C. Text-to-Speech — đọc văn bản đã có thành giọng nói.
  • D. Image Captioning — sinh mô tả cho ảnh; có tạo ra chữ nhưng đầu vào là ảnh, và mô tả phải bám sát ảnh thật chứ không hư cấu.
Câu 163 AI Language
A developer aims to use Azure AI Services to build an application that provides immediate multilingual support for customer service inquiries. The application should be capable of understanding and translating customer queries from various languages into English for processing and then translating responses back to the customer's language. Which Azure AI Service feature best supports this requirement?
  1. A Translator
  2. B QnA Maker
  3. C Speech Service
  4. D Azure Personalizer
Xem giải thích

Đáp án

A — Translator

Vì sao đúng

Đề cần hỗ trợ đa ngôn ngữ tức thì cho các yêu cầu hỗ trợ khách hàng, tức là dịch qua lại giữa các ngôn ngữ theo thời gian thực. Translator là dịch vụ dựng đúng cho việc đó: hỗ trợ nhiều chục ngôn ngữ, tự nhận ngôn ngữ nguồn nên khách không phải khai, và gọi được qua REST API để nhúng thẳng vào luồng hỗ trợ.

Vì sao các phương án khác sai

  • B. QnA Maker — trả lời câu hỏi từ một cơ sở tri thức; hữu ích cho hỗ trợ khách hàng nhưng không giải bài toán đa ngôn ngữ.
  • C. Speech Service — chỉ cần khi kênh hỗ trợ là thoại; đề nói về yêu cầu dạng chữ.
  • D. Personalizer — đưa ra gợi ý cá nhân hoá, không liên quan.
Câu 164 Purview
A developer is deploying an AI solution leveraging Azure AI Services that processes personally identifiable information (PII). Considering the need for reliability and safety of the AI solution, which Azure service should the developer integrate to automatically apply data protection and privacy management best practices?
  1. A Azure Front Door for global Web traffic acceleration and security
  2. B Azure Monitor for tracking application health and anomalies
  3. C Microsoft Defender for Cloud for enhancing security posture
  4. D Microsoft Purview for data governance, classification, and protection
Xem giải thích

Đáp án

D — Microsoft Purview cho quản trị, phân loại và bảo vệ dữ liệu

Vì sao đúng

Điểm mấu chốt là hệ thống xử lý thông tin định danh cá nhân, nên câu hỏi đầu tiên phải trả lời là: dữ liệu nhạy cảm đang nằm ở đâu, thuộc loại nào, ai chạm được vào. Purview làm đúng ba việc đó — quét và lập danh mục, tự phân loại dữ liệu nhạy cảm, và áp nhãn bảo vệ đi theo dữ liệu.

Vì sao các phương án khác sai

Ba phương án còn lại đều hữu ích nhưng giải bài toán khác:

  • C. Defender for Cloud — nâng tư thế bảo mật của tài nguyên, không phân loại dữ liệu.
  • B. Azure Monitor — theo dõi tình trạng và bất thường của ứng dụng.
  • A. Azure Front Door — tăng tốc và bảo vệ lưu lượng web.

Chúng bảo vệ hệ thống; Purview quản trị bản thân dữ liệu.

Câu 165 AI Core
When developing an AI solution with Azure AI Services, which of the following considerations is essential to ensure fairness in the system?
  1. A Incorporating diverse datasets during training to reflect a wide range of scenarios and demographics.
  2. B Using the most advanced algorithms available to ensure high performance.
  3. C Deploying the model across all regions simultaneously to ensure global availability.
  4. D Prioritizing the inclusion of features that contribute to the model's accuracy, even if they may introduce bias.
Xem giải thích

Đáp án

A — Đưa tập dữ liệu đa dạng vào huấn luyện để phản ánh nhiều tình huống khác nhau

Vì sao đúng

Mô hình chỉ tốt tới mức dữ liệu nó được thấy. Nếu tập huấn luyện chỉ đại diện cho một nhóm người dùng, mô hình sẽ hoạt động kém với những nhóm khác — và điều tệ nhất là nó vẫn cho ra con số độ chính xác tổng thể rất đẹp, vì nhóm bị phục vụ kém chiếm tỷ lệ nhỏ. Dữ liệu đa dạng ngay từ đầu là biện pháp gốc rễ.

Vì sao các phương án khác sai

  • B. Dùng thuật toán tiên tiến nhất — thuật toán mạnh hơn học chính xác hơn từ dữ liệu thiên lệch, tức là tái tạo thiên lệch tốt hơn.
  • D. Ưu tiên các đặc trưng làm tăng độ chính xác — độ chính xác tổng thể có thể tăng trong khi một nhóm bị phục vụ tệ đi.
  • C. Triển khai đồng loạt mọi khu vực — nói về tính sẵn sàng, không liên quan tới công bằng.
Câu 166 Azure ML
In the context of Azure AI Services, how are training and validation datasets utilized during the machine learning model development process?
  1. A The validation dataset is used to fine-tune the model parameters during the early stages of development, and the training dataset is used to evaluate the model’s final performance.
  2. B The training dataset is exclusively used for final testing to evaluate the model's performance, while the validation dataset is used for the model's initial learning phase.
  3. C The training dataset is used to train the model, and the validation dataset is used to periodically enhance the model's accuracy during the training phase.
  4. D Both the training and validation datasets are merged and used simultaneously to ensure the model learns from as much data as possible before being deployed.
Xem giải thích

Đáp án

C — Tập huấn luyện dùng để huấn luyện mô hình, tập kiểm định dùng để đánh giá

Vì sao đúng

Hai tập phải tách rời nhau và mỗi tập có một vai:

Tập Vai trò
Huấn luyện Mô hình học các tham số từ đây
Kiểm định Đánh giá mô hình trên dữ liệu nó chưa từng thấy

Lý do phải tách là để phát hiện quá khớp (overfitting): mô hình có thể học thuộc lòng tập huấn luyện và đạt điểm gần như hoàn hảo trên đó, nhưng lại kém hẳn với dữ liệu mới. Chỉ có tập kiểm định mới lộ ra điều đó.

Vì sao các phương án khác sai

  • A — đảo vai hai tập.
  • B. Tập huấn luyện dùng để kiểm thử cuối cùng — đánh giá trên chính dữ liệu đã học là cách chắc chắn nhất để tự lừa mình.
  • D. Gộp hai tập lại dùng đồng thời — xoá bỏ ranh giới, nên mất luôn khả năng phát hiện quá khớp.
Câu 167 AI Language
Which Azure AI Service feature would be most suitable for creating a virtual assistant capable of conversing with users in a natural way through speech?
  1. A Speech Translation
  2. B Text Translation
  3. C

    Conversational Language Understanding (CLU)
  4. D Speaker Recognition
Xem giải thích

Đáp án

C — Conversational Language Understanding (CLU)

Vì sao đúng

Trợ lý ảo cần hiểu người dùng muốn gì — đó là phần lõi, và CLU đảm nhiệm: nhận ra ý định (intent) trong câu nói và lấy ra các thực thể đi kèm. Đây là bộ não quyết định trợ lý phản hồi ra sao; phần chuyển giọng nói thành chữ và ngược lại chỉ là hai đầu vào ra ghép thêm.

Vì sao các phương án khác sai

  • A. Speech Translation và B. Text Translation — giải bài toán đa ngôn ngữ, không giúp hiểu ý định.
  • D. Speaker Recognition — nhận ra ai đang nói; hữu ích cho xác thực bằng giọng, nhưng không hiểu nội dung câu nói.
Câu 168 AI Language
A global retail company is looking to enhance customer experience by implementing a solution to analyze customer reviews and feedback across multiple languages, identify the sentiment, and extract key phrases for trends analysis. Which Azure AI Services feature should be utilized to meet their requirements most effectively?
  1. A

    Azure AI Search
  2. B

    Azure AI Language Service
  3. C Azure AI Gallery
  4. D Azure Machine Learning
Xem giải thích

Đáp án

B — Azure AI Language Service

Vì sao đúng

Đề gộp ba việc và cả ba đều nằm trong một dịch vụ: nhận dạng ngôn ngữ của từng bình luận, phân tích cảm xúc để biết khách khen hay chê, và trích xuất cụm từ khoá hay thực thể để biết họ nói về cái gì. Không phải ghép nhiều dịch vụ lại.

Vì sao các phương án khác sai

  • A. Azure AI Search — giúp tìm kiếm trong khối văn bản lớn, nhưng không phân tích cảm xúc hay ý nghĩa.
  • D. Azure Machine Learning — làm được nếu bạn tự xây mô hình, nhưng đó là công sức rất lớn so với việc dùng dịch vụ đã có sẵn năng lực này.
  • C. "Azure AI Gallery" — không phải dịch vụ phân tích.
Câu 169 AI Vision
In Azure AI Services, what unique capability does the Face detection feature of the Face API provide, distinguishing it from general object detection tasks?
  1. A It allows for sentiment analysis by identifying emotions on faces in images or videos.
  2. B It provides the capability to detect and distinguish pets from humans in home security camera footage.
  3. C It exclusively identifies objects within images, such as furniture or vehicles, without recognizing human faces.
  4. D It can analyze and generate a unique ID for faces in images for identification across different images.
Xem giải thích

Đáp án

D — Phân tích và sinh ra một ID duy nhất cho khuôn mặt trong ảnh để nhận dạng

Vì sao đúng

Đây chính là điểm phân biệt Face API với phát hiện đối tượng thông thường. Phát hiện đối tượng chỉ trả lời "trong ảnh có một khuôn mặt, ở toạ độ này". Face API đi xa hơn: nó trích xuất đặc trưng sinh trắc của khuôn mặt thành một mã định danh, nhờ đó so sánh được hai khuôn mặt có phải cùng một người hay không, hoặc tìm ra người đó trong nhóm đã đăng ký.

Nói cách khác: phát hiện đối tượng biết "có mặt người", còn Face API biết "mặt của ai".

Vì sao các phương án khác sai

  • A. Phân tích cảm xúc qua biểu cảm — là một thuộc tính có thể trả về kèm, nhưng không phải điểm phân biệt với phát hiện đối tượng nói chung.
  • B. Phân biệt thú cưng với người — đó vẫn chỉ là phân loại đối tượng.
  • C. Chỉ nhận diện vật thể như đồ đạc hay xe cộ — mô tả phát hiện đối tượng thông thường, đúng thứ câu hỏi muốn phân biệt.
Câu 170 AI Foundry

What is a key feature of the Microsoft AI Foundry model catalog?

  1. A

    Integrates with Microsoft Entra ID for access control
  2. B

    Supports only pre-trained models for deployment
  3. C

    Offers a secure file storage for model artifacts
  4. D

    Provides built-in collaboration tools for data scientists
Xem giải thích

Đáp án

C — Cung cấp nơi lưu trữ tệp an toàn cho các thành phần của mô hình

Vì sao đúng

Model catalog đóng vai kho chứa: các thành phần của mô hình — trọng số, cấu hình, siêu dữ liệu — được giữ ở một nơi có kiểm soát truy cập, thay vì nằm rải rác trên máy cá nhân hay trong các bucket tuỳ tiện. Đây là nền tảng để quản lý phiên bản và kiểm toán về sau.

Vì sao các phương án khác sai

  • B. Chỉ hỗ trợ mô hình đã huấn luyện sẵn — sai vì có chữ "chỉ": catalog chứa cả mô hình dựng sẵn lẫn mô hình bạn tự huấn luyện và đăng ký vào.
  • A. Tích hợp Microsoft Entra ID và D. Công cụ cộng tác cho nhà khoa học dữ liệu — đều là những điều đúng về nền tảng nói chung, nhưng chúng đến từ Azure AI Foundry chứ không phải là đặc trưng riêng của catalog.

Ghi chú

Bộ đề này có vài câu về model catalog với cách diễn đạt gần giống nhau nhưng khoá đáp án nhấn vào những khía cạnh khác nhau (kho lưu trữ, gắn nhãn, chia sẻ). Khi gặp dạng đó, hãy bám vào danh từ chính trong câu hỏi — "key feature", "functionality", "collaboration" — vì đó là thứ quyết định phương án nào được chọn.