LLM 기초 개념 퀴즈

Day 1: LLM 개요 & 제조 AI 비전

LLM 기초 개념 퀴즈

LLM 기초 > Day 1: LLM 개요 & 제조 AI 비전

6문제

Q1. LLM이 텍스트를 처리하는 기본 단위는?

A. 글자 (character)B. 단어 (word)C. 토큰 (token)D. 문장 (sentence)

Q2. 한글이 영어보다 LLM 사용 비용이 높은 이유는?

A. 한글 폰트가 더 복잡해서B. 한글 데이터가 적어서C. 한글은 같은 의미를 전달하는 데 더 많은 토큰을 사용해서D. 한글 API 서버가 더 비싸서

Q3. 컨텍스트 윈도우(Context Window)란?

A. LLM이 학습한 데이터의 총량B. LLM이 한 번에 읽고 처리할 수 있는 최대 토큰 수C. LLM의 응답 속도D. LLM 모델의 파일 크기

Q4. LLM의 핵심 작동 원리는?

A. 키워드 매칭으로 정답을 검색한다B. 규칙 기반으로 문법에 맞는 문장을 생성한다C. 다음에 올 확률이 높은 토큰을 예측하여 텍스트를 생성한다D. 인터넷에서 실시간으로 정보를 검색한다

Q5. 제조 현장에서 보안이 중요한 경우 가장 적합한 LLM 선택은?

A. GPT-4o (OpenAI 클라우드)B. Claude 3.5 Sonnet (Anthropic 클라우드)C. Llama 3.1 (자체 서버 운영)D. Gemini 1.5 Pro (Google 클라우드)

Q6. 일상적인 제조 Q&A 챗봇에 가장 비용효율적인 모델은?

A. GPT-4o ($2.5/$10 per 1M tokens)B. GPT-4o-mini ($0.15/$0.6 per 1M tokens)C. Claude 3.5 Sonnet ($3/$15 per 1M tokens)D. Gemini 1.5 Pro ($1.25/$5 per 1M tokens)

이전 다음