試題詳解

24. 某企業建置生成式 AI 系統，利用大量客服紀錄與產品評論資料訓練語言模型，以自動生成客服回覆與知識摘要。由於資料來源多樣，且包含非結構化文字、影像與表格資訊，團隊希望在不降低模型效能的前提下，提升資料處理效率與一致性，下列哪一種資料處理策略最適合？
(A)建立資料湖(Data Lake)結構，並以 Apache Spark 或 Ray 進行分散式資料預處理與特徵抽取，再串接至模型訓練管線(Pipeline)；
(B)採用單節點高效能伺服器搭配批次處理模式，集中執行資料清理與格式轉換；
(C)將所有文字資料轉換為向量，並以資料庫索引方式直接餵入語言模型訓練；
(D)使用生成式模型先行自動清理資料內容，再將結果輸入至下游訓練流程