第15章-安全、伦理、隐私与可信ai-185题

更新时间：试题数量：购买人数：提供作者：

有效期：个月

章节介绍：共有个章节

收藏

我的练习

我的错题
(0道)

我的收藏
(0道)

我的斩题
(0道)

我的笔记
(0道)

专项练习

顺序练习 练习进度 0 / 0

随机练习 自定义设置练习量

模拟考试 仿真模拟

题型练习 按题型分类练习

易错题 精选高频易错题

学习资料 考试学习相关信息

搜索

题库预览

安全可信的人工智能技术研究的焦点主要是提升人工智能系统稳定性、可解释性、隐私保护、公平性等,这些技术构成了可信人工智能的基础支撑能力。(难度:★★)

样本脱敏过程中需保留原始数据的统计分布特征。(难度:★)

大模型在信息通信调度中的应用不需要考虑数据隐私和安全问题。

将公司内部敏感数据直接输入公开API的光明大模型进行问答或分析，不存在数据泄露风险。

以下哪些是大模型在商业落地中需要重点考虑的非技术因素？

以下哪些属于“生成式AI的法律风险”？

用户用电隐私数据脱敏后可直接用于公开的AI模型训练。

在使用公网DeepSeek或其他类似以大模型服务时，为确保信息安全和数据隐私保护，需要注意（）

在使用公网DeepSeek或其他类似大模型服务时,可以上传公司机密信息进行测试。

删除隐私数据最直接的方法是采用基于（）的算法

在删除隐私数据的过程中，BigScience ROOTS Corpus 采用了哪种方法？

“数据安全防护顶层设计”主要关注的是什么？

下列不属于数据脱敏操作必须满足的要求的是（）

人脸识别的个人隐私保护包含（）。

人工智能驱动数据安全治理加速向（）方向演进。

数据脱敏的三个基本活动是（）

数据脱敏需要满足以下（）要求。

强化数据安全监测预警，推动数据安全装置深化应用，扩大试点范围。

以下哪项技术不属于预防病毒技术的范畴()

根据公司信息安全工作要求，结合供电服务模型特点，从业务安全、()、数据安全和网络安全四个方面开展安全体系构建，为公司人工智能建设应用的安全管理提供典型经验。

更多题库