iPAS AI 初級認證包含哪些考科？

iPAS AI 應用規劃師初級主要包含兩大考科：科目一為『人工智慧概論與機器學習基礎』，科目二為『生成式 AI 應用與實務規範（含法律與倫理）』，單科 70 分及格。

今年考古題最常考的新趨勢是什麼？

最新三次考古題高度聚焦在：LoRA 參數高效微調機制、RAG 向量檢索防幻覺流程、Transformer 注意力機制原理、AdamW 優化器權重衰減，以及歐盟與台灣生成式 AI 著作權與倫理法規。

iPAS AI初級考試方向分析與核心重點速成筆記 | 研習講義

MODULE 01 // OFFICIAL GUIDE

1. 官方學習指引重點整理，快速畫記

iPAS AI 初級認證旨在檢定學員是否具備「AI 基礎通識知識」與「生成式 AI 工具應用及合規落地能力」。考試由兩大科目構成，單科皆須達 70 分及格。

📘 科目一：人工智慧概論與機器學習基礎

AI 發展歷史與典範轉移：符號主義（規則）➔ 連接主義（類神經網絡）➔ 統計機器學習 ➔ 深度學習 ➔ 基礎大模型（Foundation Models）。
機器學習三大類別：
• 監督式學習（有標籤，分類與迴歸）
• 非監督式學習（無標籤，K-Means 分群、PCA 降維）
• 強化學習（獎勵回饋，RLHF 人類反饋強化學習）
模型評估指標：混淆矩陣、準確率（Accuracy）、精確率（Precision）、召回率（Recall）、F1-Score、ROC-AUC 曲線應用情境。

💡 科目二：生成式 AI 應用與實務規範

生成式 AI 核心技術：Transformer 架構、自注意力機制（Self-Attention）、擴散模型（Diffusion Models）、生成對抗網絡（GAN）。
提示工程（Prompt Engineering）：Zero-shot、Few-shot、思維鏈（CoT: Chain-of-Thought）、ReAct 框架。
落地防護與倫理法規：幻覺（Hallucination）抑制、RAG 向量檢索架構、數據偏見、著作權歸屬、個人資料保護法與歐盟 AI 法案（EU AI Act）風險分級。

        ⚡ 考前快速畫記口訣：

        「見標籤選監督，見分群選非監督；查醫療罕病看召回率（Recall 高），評垃圾郵件看精確率（Precision 高）；LLM 防幻覺外掛 RAG，改行為語氣用 LoRA 微調。」

MODULE 02 // LEARNING MAP

2. 學習地圖重點解析（訓練至落地管線）

貫穿 iPAS 考綱的靈魂主線——大語言模型從無到有的完整生命週期：數據清洗 ➔ 模型選擇 ➔ 核心訓練（激活函數與優化器）➔ 微調適應 ➔ RAG 外掛檢索。

FIGURE: END-TO-END AI MODEL TRAINING & INFERENCE PIPELINE

🧹 數據清洗與模型選擇

數據清洗：去噪、MinHash 語意去重、Tokenization（BPE 算法）。品質決定模型能力上限（Garbage In, Garbage Out）。

模型選擇：現代大模型普遍採用 Decoder-Only Transformer（因果自注意力），依推論硬體資源權衡參數量級（1B~70B）。

⚙️ 激活函數與優化器 (訓練核心)

激活函數：賦予網絡「非線性擬合能力」。從早期的 ReLU 邁向現代大模型主流的 GELU 與具門控機制的 SwiGLU。

優化器：工業標準首選 AdamW，解耦了 L2 正則化與 Weight Decay，讓權重更新穩定不發散。

🎯 模型微調 (Fine-Tuning)

指令微調 (SFT)：教導 Base Model 遵循人類指示對話。

PEFT / LoRA：凍結原權重，僅外掛低秩分解矩陣（Low-Rank Adaptation），訓練參數少於 1%，推論延遲為零！

🔍 檢索增強生成 (RAG)

外掛專屬知識庫：將企業文件切分、Embedding 向量化並存入向量資料庫（Vector DB）。

抗幻覺與溯源：用戶提問即時檢索 Top-K 依據注入 Prompt，強迫模型附註出處回答，終結模型胡謅問題。

MODULE 03 // QUESTION BANK

3. 免費題庫：考古題 + 模擬試題

刷題是檢驗實力的最快途徑！本研習已為大家整理了完整的考古題庫與線上測驗工具，包含歷屆試題與高擬真模擬題。

🔥 必練考點一：常見混淆陷阱題

Q：在訓練深度學習模型時，若發現訓練集 Loss 很低，但驗證集 Loss 很高，此現象稱為什麼？該如何解決？
解析：此為標準 過擬合（Overfitting）。解決方案包含：加入 Dropout、L2 權重衰減（Weight Decay）、資料增強（Data Augmentation）或提前終止訓練（Early Stopping）。

🔥 必練考點二：提示詞與 RAG 機制題

Q：企業想要讓內部客服機器人精準回答最新的退換貨政策，且不可洩露其他員工薪資，最合適的架構是什麼？
解析：採用 RAG（檢索增強生成） 搭配權限控管的向量資料庫，既不用重新訓練模型，又能保證資訊即時性與數據邊界隔離。

        🌐 線上免費題庫系統： 奕鈞老師建置的「iPAS AI 認證題庫線上練習網」提供歷屆真題隨機測驗、及時詳解反饋與錯題筆記，歡迎學員於數位倉庫直接點擊使用！
      

MODULE 04 // PROMPT BLUEPRINT

4. 自製講義提示詞（AI 考前極速生講義 Prompt）

想要自己針對弱點章節產出客製化講義？複製以下奕鈞老師專屬設計的「考前衝刺講義生成 Prompt」，貼到 Gemini 或 ChatGPT 即可自動產生結構化衝刺講義：

# 角色人設你是一位通過 iPAS AI 應用規劃師認證的資深人工智慧名師，請為我製作【指定章節，例如：機器學習評估指標與Transformer架構】的「考前 15 分鐘極速畫記衝刺講義」。 # 產出規範與章節框架 1. 【核心定義與直白比喻】：用一句話白話比喻說明核心原理（拒絕枯燥文字堆砌）。 2. 【公式與數學直覺】：列出必考公式（如 F1-Score, Self-Attention QKV），並說明各變數代表涵義。 3. 【三大易混淆概念對比表】：以 Markdown 表格橫向對照（維度：定義、適用場景、優缺點、考題常設陷阱）。 4. 【歷屆真題考向推測】：給出 2 題最具代表性的高頻多選/單選模擬題，並附上【正確答案】與【干擾選項剖析】。 5. 【考前速記口訣】：提供一句韻腳順口溜，幫助在考場一眼秒殺題目。 # 語言要求繁體中文（台灣），術語採台灣考綱標準（如：機器學習、過擬合、權重衰減、激活函數）。

MODULE 05 // EXAM DEEP DIVE

5. 今年三次考古題解析（出題脈絡與趨勢透析）

綜觀 115 年第 1、2、3 次考試真題，題目已從傳統的「死記名詞定義」全面轉向「場景落地與技術架構選型」：

📌 趨勢一：大模型微調與推論成本計算

考題不再只問什麼是微調，而是給出硬體限制（例如：只有一張 24GB VRAM 的 RTX 4090），詢問微調 70B 模型該選用哪種技術？

✔ 正解方向：選擇 QLoRA（4-bit 量化 + LoRA），全參微調絕對會 OOM 爆顯存。

📌 趨勢二：RAG 與向量資料庫相似度演算法

題目出現餘弦相似度（Cosine Similarity）、歐幾里得距離（L2）與內積（Dot Product）的差異，並考問為何高維 Embedding 普遍採用餘弦相似度？

✔ 正解方向：因為餘弦相似度關注向量間的「角度（方向）」，不受文本長度造成的向量模長膨脹干擾。

📌 趨勢三：生成式 AI 法律、版權與合規

考題頻繁出現「AI 生成內容能否申請著作權法保護？」以及「利用有版權作品進行模型訓練是否構成合理使用？」。

✔ 正解方向：純 AI 生成物無人類精神創作，目前不享有著作權；模型訓練時若符合合理使用標準可能免責，但生成具體相似侵權物仍受追究。

📌 趨勢四：優化器與激活函數的演進

今年三次考題皆出現了 AdamW 與 GELU / SwiGLU 的身影，考驗考生是否具備現代大模型技術棧常識。

✔ 正解方向：理解 AdamW 對 Weight Decay 的修正，以及 GELU 引入高斯誤差正態分佈的平滑特性。

INTERACTIVE PRESENTATION

🖥️ 互動投影片播放展示

支援鍵盤 [← / →] 切換、[F] 全螢幕模式、[M] 目錄跳轉，亦支援手機觸控滑動：

iPAS AI 初級考試方向分析與核心重點速成筆記