內容領域 2： GenAI 的基礎知識
領域 2 涵蓋 GenAI 的基礎知識，佔考試計分內容的 24%。
任務
任務説明 2.1： 說明 GenAI 的基本概念。
目標：
定義基礎 GenAI 概念 (例如：字符、分成區塊、嵌入、向量、提示詞工程、轉換器型 LLM、基礎模型 [FM]、多模態模型、擴散模型)。
識別 GenAI 模型的潛在使用案例 (例如：影像、影片和音訊產生；摘要；AI 助理；翻譯；程式碼生成；客戶服務代理程式；搜尋；推薦引擎)。
描述基礎模型生命週期 (例如：資料選擇、模型選擇、預先訓練、微調、評估、部署、回饋)。
任務説明 2.2： 了解 GenAI 解決商業問題的能力和限制。
目標：
描述 GenAI 的優勢 (例如：適應能力、回應能力、簡易性)。
識別 GenAI 解決方案的缺點 (例如：幻覺、可解釋性、不準確性、非確定性)。
識別選取 GenAI 模型時需考量的因素 (例如：模型類型、效能要求、功能、限制、合規)。
確定 GenAI 應用程式的商業價值和指標 (例如：跨網域效能、效率、轉換率、每位使用者平均收入、準確度、客戶終生價值)。
任務説明 2.3： 描述用於建置 GenAI 應用程式的 AWS 基礎設施和技術。
目標：
識別 AWS 服務和特徵以開發 GenAI 應用程式 (例如：Amazon SageMaker JumpStart、Amazon Bedrock PartyRock、Amazon Q、Amazon Bedrock Data Automation)。
描述使用 AWS GenAI 服務建置應用程式的優勢 (例如：協助工具、降低門檻、效率、成本效益、上市速度、達成業務目標的能力)。
描述 AWS 基礎設施對 GenAI 應用程式的好處 (例如：安全性、合規、責任、安全)。
描述 AWS GenAI 服務的成本抵換 (例如：回應速度、可用性、備援、效能、區域涵蓋範圍、基於字符定價、佈建輸送量、自訂模型)。
