# 1. AI 决策可解释性（Explainability）的真实边界 A LLM 可完全解释 B CoT 一定是真实推理 C LLM 可解释性有限，工程上追求可追溯可审计而非原理解释 ✓ 正确答案 D 可解释性无需生产应用
# 2. AI 输出置信度在 UI 中的真实呈现方式 A 置信度 UI 提升信任，但 LLM 置信度需校准，应结合引用与人工兜底 ✓ 正确答案 B LLM 置信度完全可靠 C 置信度无需展示引用 D 置信度百分百准确
# 3. Human-in-the-Loop 在 AI 系统中的真实设计模式 A HITL 只有一种模式 B HITL 有审批流、预览确认、人机分配、主动学习等模式，靠触发条件平衡质量效率 ✓ 正确答案 C HITL 无需触发条件 D HITL 降低质量
# 4. 主动学习（Active Learning）在人工标注中的真实价值 A 主动学习挑高价值样本标注，降本提效，适合标注贵、样本多场景 ✓ 正确答案 B 主动学习随机标注 C 主动学习无价值 D 主动学习不需评测
# 6. 审计追溯（Audit Trail）的工程实现 A 审计追溯记录全链路决策操作，不可篡改可查询，实现可追溯与合规 ✓ 正确答案 B 审计追溯只记录输出 C 审计记录可随意修改 D 审计追溯无需合规
# 7. 高风险场景的强制人工审核（Mandatory Review）设计 A 高风险场景可由 AI 全自动 B 高风险场景无需留痕 C 强制审核可跳过 D 高风险场景强制人工审核，技术强制未审不放行，双人复核留痕 ✓ 正确答案
# 8. HITL 在标注、审核与难例回流环节的人机分工比例如何设定，才能兼顾质量与成本？ A 人工比例越高越好 B 分工比例固定 C 人工比例越低越好 D HITL 降本靠 AI 自动+人工关键，按置信度与风险分级，用质量成本曲线定比例 ✓ 正确答案
# 9. AI 决策可解释性（SHAP、LIME）在生产中的真实工程边界 A SHAP/LIME 完全适合 LLM B LIME 无成本 C SHAP 解释 LLM 推理 D SHAP/LIME 对传统 ML 有效，对 LLM 意义有限，LLM 用引用/CoT 归因 ✓ 正确答案
# 10. API 限流（Rate Limit）与配额管理的工程经验 A API 限流用令牌桶按用户/租户限流，配额分配资源并配降级保障稳定 ✓ 正确答案 B 限流降低稳定性 C 限流无需配额 D 限流只防第三方
# 11. DPO（Direct Preference Optimization）的真实应用 A DPO 需要奖励模型 B DPO 用偏好数据直接优化，比 RLHF 简单稳定，适合对齐 ✓ 正确答案 C DPO 无需偏好数据 D DPO 与 RLHF 完全等价
# 12. LoRA/QLoRA 微调产物在部署成本与效果上的取舍，选微调还是 RAG 的决策框架如何建立？ A 微调可替代 RAG B 微调无需数据 C RAG 可替代微调 D LoRA/QLoRA 微调塑行为成本低，RAG 给知识，按需求决策可组合 ✓ 正确答案
# 13. LoRA / QLoRA、RLHF、DPO、SFT、Constitutional AI 在微调的真实工程价值 A RLHF 最简单 B 所有方法等价 C SFT/LoRA 塑行为最常用，DPO/RLHF 对齐，Constitutional 安全，按需选型 ✓ 正确答案 D Constitutional AI 用于塑格式
# 14. 供应商 SLA 与企业合同的真实谈判经验 A SLA 保证输出质量 B SLA 谈判看可用性、赔偿、价格、数据合规与退出条款，SLA 只覆盖可用性 ✓ 正确答案 C SLA 无需数据条款 D 合同无需退出条款
# 15. 多供应商策略（Multi-Vendor）的真实工程复杂度 A 多供应商价值在容错与优化，复杂度在集成维护，用统一抽象层+路由 ✓ 正确答案 B 多供应商无复杂度 C 多供应商无价值 D 多供应商不需监控
# 16. 开源模型自托管（Self-Hosted）的真实工程边界 A 自托管永远优于闭源 B 自托管无需运维 C 自托管适合数据敏感、高利用率、需定制场景，能力与资源是边界 ✓ 正确答案 D 自托管能力无边界
# 17. 模型替换（Model Swap）的真实成本评估 A 模型替换只看质量 B 模型替换直接全量 C 模型替换无风险 D 模型替换成本含评测、集成、回归、迁移与风险，需评测+灰度+回滚 ✓ 正确答案
# 18. RLAIF 的真实工程应用与领域微调长期价值 A RLAIF 无偏差 B RLAIF 用 AI 反馈降本对齐但需防偏差，领域微调长期价值在资产沉淀 ✓ 正确答案 C RLAIF 替代人工 D 领域微调无需维护
# 19. 数据驻留（Data Residency）的供应商选择影响 A 数据驻留不影响供应商选择 B 数据可任意出境 C 数据驻留受法规约束，需选有本地存储与合规认证的供应商 ✓ 正确答案 D 数据驻留无需法务
# 20. 供应商风险（Vendor Risk）评估清单 A 供应商风险只算成本 B 供应商风险无需评估 C 供应商风险评估看可用性、质量、成本、安全、合规、锁定等，用多供应商缓解 ✓ 正确答案 D 供应商风险不可缓解
# 21. OpenAI、Anthropic、Google 三大供应商的真实差异 A 三家完全一致 B Claude 代码长上下文、OpenAI 生态通用、Gemini 多模态云，按任务选型 ✓ 正确答案 C Gemini 无多模态 D OpenAI 代码最强
# 22. RLHF 在生产环境的边界如何评估偏好数据规模、奖励模型漂移与对齐税对部署成本的影响？ A RLHF 边界在数据规模、奖励模型漂移与对齐税，需 ROI 评估成本与收益 ✓ 正确答案 B RLHF 无成本 C 奖励模型不会漂移 D 对齐无税
# 23. 成本谈判（Volume Discount）的真实边界 A 量价折扣无承诺 B 过承诺无风险 C 折扣无需绑定 D Volume Discount 用承诺量换折扣，边界在承诺与锁定，需评估真实用量 ✓ 正确答案
# 24. Label Studio / Scale AI 等标注平台的真实使用 A Label Studio 开源自建、Scale 托管外包，按规模与敏感性选型 ✓ 正确答案 B Label Studio 是托管平台 C 标注平台无需 QC D 标注平台只标文本
# 25. 标注一致性（Inter-Annotator Agreement）的真实必要条件 A 标注一致性无需规范 B 标注一致性靠清晰规范、培训校准、双人标注与 Kappa 度量 ✓ 正确答案 C 一致性无需度量 D 标注一致性无关
# 26. 自动审核（Auto-Review）的真实替代边界 A 自动审核可替代所有人工审核 B 自动审核不可用 C 自动审核无漏判 D 自动审核适合规则明确低风险审核，高风险需人工，按风险分级 ✓ 正确答案
# 27. 供应商锁定（Vendor Lock-in）的真实缓解方案 A 供应商锁定无缓解 B 供应商锁定缓解靠抽象层、多供应商与数据可迁移，增加复杂度但降风险 ✓ 正确答案 C 单一供应商最安全 D 锁定无需处理
