關於“詞元（Token）”的定義，下列哪個描述最準確？
詞元是AI處理資訊的最小單元，相當於樂高積木
詞元是區塊鏈世界的核心資產
詞元是AI的最終輸出結果
詞元是AI模型訓練時使用的數據集大小
在使用中文與AI對話時，以下哪個句子的Token數量最多？（假設每個漢字和標點符號各算1個Token）
我愛中國！
今天天氣真好。
你好
人工智慧！
大語言模型（LLM）的核心工作原理是什麼？
從資料庫中檢索固定答案並輸出
根據上文不斷預測下一個最可能出現的詞
將用戶輸入翻譯成機器代碼再執行
理解每個詞語的深層含義並進行邏輯推理
下列關於Token消耗的說法，哪一項是錯誤的？
系統預設指令會消耗Token
AI的思考過程也會消耗Token
只有用戶輸入的文字才消耗Token，AI的回答不消耗
對話歷史記錄會佔用Token
以下哪個選項正確描述了大語言模型與傳統的專用模型（如單獨的分詞模型）的主要區別？
大語言模型是一個模型處理所有語言任務
大語言模型只能處理單一語言任務
大語言模型不理解語言，而傳統模型能理解
大語言模型需要為每個任務單獨訓練
在使用AI生成文章時，下列哪種指令方式最有可能獲得滿意的結果？
“幫我寫點東西”
“寫一篇作文”
“寫一篇很好的文章”
“請以初中生的身份，寫一篇關於環保的500字演講稿，要求有具體事例”
英偉達CEO黃仁勳將“詞元（Token）”比作什麼？
虛擬貨幣
互聯網的比特
新時代的石油
數字黃金
當用戶向AI輸入“今天天氣很”後，AI預測下一個詞為“好”的概率是85%，為“熱”的概率是8%，為“冷”的概率是5%。根據大語言模型的工作原理，AI最可能會輸出哪個詞？
熱
隨機選擇
好
冷
以下哪條不屬於使用大語言模型的技巧？
明確指令——提示詞工程
給出實例：先提供示例，引導模型模仿生成。
細化任務：面對複雜任務，不要一次性拋出所有要求。
充錢
Token的中文是什麼？