基礎評量
中級2 分鐘閱讀更新於 2026-03-15
以 15 道中級題目測試你對大型語言模型基礎、核心術語與 AI 威脅環境的理解。
基礎評量
本評量涵蓋 LLM 架構基礎、安全術語、AI 威脅環境以及在深入攻擊技術之前需要的基礎概念。回答全部 15 道題目，然後使用下方評分指南評估你的準備度。
Knowledge Check
LLM 在 API 呼叫之間是無狀態的，其主要安全意涵為何？
Knowledge Check
在 AI 安全的脈絡下，「對齊」一詞指的是什麼？
Knowledge Check
從模型的實際處理角度，「系統提示詞」與「使用者提示詞」有何區別？
Knowledge Check
下列何者最能描述 OWASP Top 10 for LLM Applications？
Knowledge Check
什麼是「上下文視窗」？其大小為何與安全相關？
Knowledge Check
溫度參數控制什麼？它如何影響紅隊演練？
Knowledge Check
什麼是 MITRE ATLAS？它與 AI 紅隊演練有何關聯？
Knowledge Check
什麼是分詞（tokenization）？為何分詞怪癖會創造安全機會？
Knowledge Check
從安全角度，「基礎模型」（base model）與「指示調整模型」（instruction-tuned model）之間有何差異？
Knowledge Check
嵌入在 RAG 系統中扮演什麼角色？相關攻擊面為何？
Knowledge Check
為何「不安全輸出處理」被視為頂級 LLM 漏洞？
Knowledge Check
在 LLM 安全的脈絡中，什麼是「過度權限」（excessive agency）？
Knowledge Check
「訓練資料投毒」作為威脅向量的重要性為何？
Knowledge Check
什麼是 AI 系統中的「混淆代理」（confused deputy）問題？
Knowledge Check
為何可重現性在 AI 紅隊演練中重要？什麼使它具挑戰性？