LabHub

LLM 엔지니어링 · 프롬프트와 컨텍스트 · 퀴즈

퀴즈: 프롬프트와 컨텍스트

LabHub 에서 이어서 보기

문항 7개. 정답과 해설은 풀어 본 뒤에 보여 드립니다.

  1. 컨텍스트 창에 관련 없는 문서를 많이 넣으면 생기는 문제로 가장 중요한 것은?

    1. 비용과 지연만 늘어나고 품질은 그대로다
    2. 모델이 오류를 반환한다
    3. 비용과 지연이 늘 뿐 아니라 정답을 찾는 정확도 자체가 떨어질 수 있다
    4. 토큰이 자동으로 압축된다
  2. 프롬프트에서 지시와 데이터의 배치에 대한 원칙으로 적절한 것은?

    1. 역할과 지시를 앞에 두고 데이터를 뒤에 둔다
    2. 데이터를 먼저 넣고 마지막에 지시를 붙인다
    3. 지시와 데이터를 번갈아 배치한다
    4. 순서는 결과에 영향을 주지 않는다
  3. 출력 형식을 안정적으로 만들기 위한 방법 중 가장 효과가 큰 것은?

    1. 형식을 말로 설명한다
    2. 온도를 높인다
    3. 프롬프트를 짧게 만든다
    4. 원하는 형식의 실제 예시를 보여 준다
  4. 사용자가 붙여 넣은 문서 안에 '이전 지시를 무시하라'는 문장이 있을 때 올바른 대응은?

    1. 모델이 문맥을 보고 지시인지 인용인지 판단하도록 그대로 넘긴다
    2. 그런 문구를 정규식 목록으로 만들어 입력에서 미리 지워 낸다
    3. 온도를 0 으로 낮춰 모델이 엉뚱하게 반응할 여지를 줄인다
    4. 외부에서 온 내용은 데이터이지 지시가 아니라는 경계를 양쪽에서 강제한다
  5. 컨텍스트 예산을 숫자로 정해 두는 이유는?

    1. 입력을 줄이면 모델이 집중할 범위가 좁아져 답이 좋아지기 때문
    2. 정해진 한도 안에서 호출하면 토큰 단가가 낮게 적용되기 때문
    3. 긴 입력이 들어왔을 때 출력이 잘려 나가는 사고를 예방할 수 있기 때문
    4. 예산에 맞춰 임베딩 차원을 줄이면 검색이 빨라지기 때문
  6. 단계별로 생각하게 하는 방식(chain-of-thought)의 대가로 옳은 것은?

    1. 토큰과 지연이 늘고, 단순한 질문에서는 오히려 혼란을 줄 수 있다
    2. 중간 단계가 오차를 누적시켜 정확도가 언제나 떨어진다
    3. 생각 과정이 출력에 섞여 형식을 지정할 수 없게 된다
    4. 중간 추론을 담느라 쓸 수 있는 컨텍스트 창 자체가 줄어든다
  7. 프롬프트를 수정할 때 반드시 함께 있어야 하는 것은?

    1. 평가 집합 — 어떤 케이스가 좋아지고 나빠졌는지 잴 수단
    2. 더 큰 모델 — 바뀐 프롬프트를 제대로 따를 능력이 필요하다
    3. 더 긴 컨텍스트 창 — 지시가 길어지면 입력 여유가 필요하다
    4. 낮은 온도 설정 — 비교하려면 출력이 흔들리지 않아야 한다