A. 신속한 엔지니어링은 실제 데이터로 작업할 때 모델이 지속적으로 매우 신뢰할 수 있는 출력을 생성할 것이라는 보장을 제공하지 않습니다.

B. 적절하게 설계된 프롬프트는 데이터 오염이나 모델 하이재킹의 위험을 줄여주지만 완전히 없애지는 못합니다.

C. 신속한 엔지니어링은 모델이 항상 일관되고 결정론적인 출력을 생성한다는 것을 보장하지 않으므로 검증이 필요 없습니다.

D. 신속한 엔지니어링으로 인해 모델이 신속한 주입 공격과 같은 취약점에 노출될 수 있습니다.

A. 아마존 컴프리헨드

B. 아마존 개인화

C. 아마존 레코그니션

D. 아마존 베드락

A. Amazon Q Business Enterprise 인덱스에 대해 AWS Key Management Service(AWS KMS) 키를 활성화합니다.

B. Amazon Q 인덱스에 대한 교차 계정 액세스를 설정합니다.

C. 인증을 위해 Amazon Inspector를 구성합니다.

D. Amazon Q 인덱스에 대한 공개 액세스를 허용합니다.

E. 인증을 위해 AWS Identity and Access Management(IAM)를 구성합니다.

A. 모델을 정기적으로 미세 조정합니다.

B. 컨텍스트 데이터를 사용하여 모델을 학습합니다.

C. 컨텍스트 데이터를 사용하여 모델을 사전 학습하고 벤치마킹합니다.

D. 신속한 엔지니어링 기술과 함께 검색 증강 생성(RAG)을 사용합니다.

A. GPU 기반 Amazon EC2 인스턴스를 사용합니다.

B. 프로비저닝된 처리량으로 Amazon Bedrock을 사용합니다.

C. 주문형 처리량으로 Amazon Bedrock을 사용하세요.

D. Amazon SageMaker JumpStart를 사용하세요.