Week 1 종합 퀴즈

Day 5: 제조 매뉴얼 Q&A 챗봇

LLM 기초 > Day 5: 제조 매뉴얼 Q&A 챗봇

7문제

Q1. Week 1에서 배운 내용으로 가장 적절한 설명은?

A. LLM은 규칙 기반으로 작동하며, 프로그래밍이 필요하다B. LLM은 다음 토큰 예측 원리로 작동하며, 프롬프트로 제어한다C. LLM은 인터넷 검색으로 답변을 생성한다D. LLM은 데이터베이스에서 정답을 조회한다

Q2. 제조 프롬프트에서 temperature=0.3을 사용하는 이유는?

A. API 비용을 줄이기 위해B. 응답 속도를 높이기 위해C. 정확하고 일관된 답변을 얻기 위해 (제조는 정확성이 중요)D. 더 창의적인 답변을 얻기 위해

Q3. 월 API 비용을 80% 이상 절감하는 가장 효과적인 방법은?

A. 영어로만 질문한다B. 질문 횟수를 줄인다C. 간단한 질문은 GPT-4o-mini, 복잡한 분석만 GPT-4o를 사용한다D. temperature를 0으로 설정한다

Q4. Streamlit에서 대화 데이터가 유지되는 이유는?

A. 전역 변수에 저장되기 때문B. st.session_state에 저장되기 때문C. st.cache_data에 저장되기 때문D. 파일에 자동 저장되기 때문

Q5. LLM의 환각(Hallucination)에 대한 올바른 대응은?

A. temperature를 높여서 더 다양한 답변을 얻는다B. 프롬프트에 "불확실하면 확인 필요로 표시하세요"를 추가하고, 수치는 매뉴얼로 검증한다C. LLM을 사용하지 않는다D. 더 비싼 모델을 사용한다

Q6. 다음 중 프로덕션 품질의 챗봇에 반드시 포함해야 하는 것은?

A. 다크 모드B. 에러 처리 + 재시도 + 폴백C. 음성 입력D. 이미지 생성

Q7. 제조 분야에서 LLM을 가장 먼저 도입하기 적합한 업무는?

A. 설비 제어 자동화B. 기술문서 Q&A 및 트러블슈팅 가이드C. 불량품 자동 분류 (컴퓨터 비전)D. 생산 스케줄링 최적화