Logo
가을운동회
quiz thumbnail
Team match
Middle 7
Others

Kuis KA Generatif

Mulya Handayan

35
Original quiz maker-
Dekan

15 questions

Allow incorrect answer

Hide answer

public quiz

# 1Multiple Choice
Model Kecerdasan Buatan yang dirancang untuk menghasilkan data baru (teks, gambar, audio, dll.) yang menyerupai data pelatihan disebut...
Kecerdasan Buatan Diskriminatif
Kecerdasan Buatan Analitik
Kecerdasan Buatan Generatif
Kecerdasan Buatan Kuantitatif
# 2Multiple Choice
Arsitektur yang umum digunakan dalam model generatif, terutama untuk menghasilkan gambar realistis, adalah...
Support Vector Machine (SVM)
K-Nearest Neighbors (KNN)
Generative Adversarial Network (GAN)
Recurrent Neural Network (RNN)
# 3Multiple Choice
Dalam konteks model bahasa besar (LLM) seperti GPT, teknik yang memungkinkan model untuk memprediksi kata berikutnya dalam urutan berdasarkan kata-kata sebelumnya dikenal sebagai...
Classification
Clustering
Next-Token Prediction
Regression
# 4Multiple Choice
Model generatif yang menggunakan mekanisme Encoder-Decoder dan sering diterapkan pada tugas terjemahan mesin dan peringkasan teks adalah...
Autoencoder
Transformer
Perceptron
Decision Tree
# 5Multiple Choice
Proses di mana model generatif dilatih untuk mengikuti instruksi pengguna dengan menggunakan data yang diberi peringkat oleh manusia disebut...
Self-Supervised Learning
Unsupervised Learning
Reinforcement Learning from Human Feedback (RLHF)
Transfer Learning
# 6Multiple Choice
Tantangan utama dari model GAN di mana generator hanya menghasilkan sedikit variasi gambar dan cenderung menghasilkan keluaran yang serupa dikenal sebagai...
Gradient Vanishing
Mode Collapse
Overfitting
Catastrophic Forgetting
# 7Multiple Choice
Dalam model text-to-image, masukan berupa deskripsi teks yang diberikan oleh pengguna untuk memandu model menghasilkan gambar disebut...
Token
Embedding
Prompt
Parameter
# 8Multiple Choice
Model generatif yang secara bertahap menambahkan noise ke data pelatihan dan kemudian belajar untuk membalikkan proses tersebut untuk menghasilkan data baru disebut...
Variational Autoencoder (VAE)
Diffusion Model
Restricted Boltzmann Machine (RBM)
Deep Belief Network (DBN)
# 9Multiple Choice
Manfaat utama dari penggunaan KA Generatif dalam bidang desain grafis adalah...
Menggantikan seluruh desainer profesional.
Mempercepat iterasi ide dan pembuatan draft visual awal.
Melakukan perhitungan matematis yang rumit.
Mengelola basis data pelanggan.
# 10Multiple Choice
Istilah yang merujuk pada teks palsu, gambar, atau audio yang dihasilkan oleh KA Generatif dengan tujuan menipu atau menyesatkan adalah...
Watermark
Bias
Deepfake
Algorithmic Transparency
# 11Multiple Choice
Fine-tuning pada model generatif adalah proses...
Melatih model dari awal dengan data baru.
Menyesuaikan model yang sudah dilatih sebelumnya dengan set data yang lebih kecil dan spesifik.
Mengubah arsitektur dasar model.
Mengurangi jumlah layer dalam model.
# 12Multiple Choice
Salah satu etika penting dalam pengembangan dan penggunaan KA Generatif adalah memastikan bahwa keluaran yang dihasilkan tidak mengandung...
Data yang terstruktur.
Bias yang tidak adil atau diskriminatif.
Mekanisme self-attention.
Jumlah token yang besar.
# 13Multiple Choice
Peran utama dari komponen Diskriminator dalam arsitektur GAN adalah...
Menghasilkan data baru.
Menilai apakah data yang disajikan itu asli atau palsu (dihasilkan oleh Generator).
Mengenkode data masukan.
Melakukan proses decoding data terkompresi.
# 14Multiple Choice
Dalam konteks Large Language Model (LLM), hallucination merujuk pada situasi di mana model...
Berbicara dalam bahasa yang tidak dikenal.
Menghasilkan informasi yang tampaknya meyakinkan tetapi faktualnya salah atau dibuat-buat.
Mengulang-ulang frasa yang sama.
Tidak mampu memproses masukan teks.
# 15Multiple Choice
Prompt Engineering adalah keahlian yang berfokus pada...
Merancang hardware untuk menjalankan model KA.
Membuat kode untuk melatih model KA generatif.
Merumuskan masukan (prompt) yang optimal untuk mendapatkan keluaran yang diinginkan dari model generatif.
Menganalisis kinerja model di lingkungan real-time.
Share to Google Classroom