Quiz : Module 9 - API LLM et Intégration

Question 1

Que produit temperature=0 ?

1. Sortie la plus déterministe
2. Sortie la plus aléatoire
3. Aucune sortie
4. Erreur

Question 2

À quoi sert l'appel de fonction ?

1. Permettre à LLM de demander l'exécution d'outils externes
2. Appeler les fonctions Python plus rapidement
3. Déboguer les appels API
4. Tester les points de terminaison

Question 3

À quoi sert le streaming ?

1. Afficher immédiatement les résultats partiels aux utilisateurs
2. Réduire les coûts
3. Améliorer la précision
4. Stocker les réponses

Question 4

Quelle bibliothèque abstrait plusieurs fournisseurs de LLM ?

1. LiteLLM ou LangChain
2. NumPy
3. Pandas
4. Requests

Question 5

Comment gérer les limites de taux ?

1. Recul exponentiel avec nouvelles tentatives
2. Ignorer et continuer
3. Redémarrer l'application
4. Utiliser une clé API différente

Question 6

Qu'est-ce que le modèle RAG ?

1. Récupérer le contexte, Augmenter le prompt, Générer la réponse
2. Génération de Réponses Aléatoires
3. Regroupement d'API Récursif
4. Évaluation de la Précision des Réponses

Question 7

Pourquoi mettre en cache les réponses LLM ?

1. Réduire les coûts et la latence pour les requêtes répétées
2. Améliorer la précision
3. Requis par l'API
4. Débogage uniquement

Question 8

Que contrôle max_tokens ?

1. Longueur maximale de la réponse générée
2. Longueur de l'entrée
3. Limite de coût
4. Délai d'attente de la requête

Question 9

Quel est le rôle du système dans l'API de chat ?

1. Définir le comportement global et le contexte pour l'assistant
2. Informations sur le système d'exploitation
3. Messages d'erreur
4. Configuration de l'API

Question 10

Comment estimer les coûts de l'API ?

1. Suivre l'utilisation des tokens × prix par token
2. Compter uniquement les appels API
3. Temps passé
4. Nombre de caractères

Questions 11-30

(Couvrant : top_p, pénalité de fréquence, séquences d'arrêt, API assistants, API vision, API embeddings, traitement par lots, codes d'erreur, versions SDK, appels asynchrones, webhooks, formats de réponse, mode JSON, graine pour reproductibilité, logprobs, comptage de tokens, alertes budgétaires, conversations multi-tours, gestion du contexte)

Question 11

Qu'est-ce que top_p (échantillonnage nucleus) ?

1. Échantillonnage à partir de la masse de probabilité top P
2. Priorité maximale
3. Paramètre de température
4. Terme de pénalité

Question 12

Que réduit frequency_penalty ?

1. Répétition de tokens basée sur la fréquence
2. Fréquence des appels API
3. Coût
4. Latence

Question 13

Quelles sont les séquences d'arrêt ?

1. Chaînes qui mettent fin à la génération lorsqu'elles sont rencontrées
2. Indicateurs d'erreur
3. Délai d'attente de l'API
4. Avertissements du modèle

Question 14

À quoi sert l'API Assistants ?

1. Construire des assistants IA persistants et avec état
2. Embauche d'assistants humains
3. Aide à la documentation
4. Assistance au code uniquement

Question 15

Que garantit le mode JSON ?

1. La réponse est un JSON valide
2. Réponse plus rapide
3. Coût inférieur
4. Meilleure précision

Question 16

À quoi sert le paramètre seed ?

1. Sorties reproductibles (même graine = même sortie)
2. Initialisation aléatoire
3. Ensemencement de base de données
4. Initialisation de l'entraînement

Question 17

Que sont les logprobs ?

1. Probabilités logarithmiques des tokens générés
2. Journaux d'erreurs
3. Journaux API
4. Informations de débogage

Question 18

Comment compter les tokens avant l'appel API ?

1. Utiliser la bibliothèque tiktoken
2. Compter les mots
3. Compter les caractères
4. Estimer à partir de la longueur

Question 19

Quel est l'avantage de l'utilisation de l'API async ?

1. Requêtes non bloquantes et concurrentes
2. Coûts inférieurs
3. Meilleure précision
4. Code plus simple

Question 20

Comment gérer les conversations multi-tours ?

1. Inclure l'historique de la conversation dans le tableau de messages
2. L'API gère automatiquement
3. Cookies de session
4. Stockage en base de données uniquement

Question 21

Qu'est-ce que presence_penalty ?

1. Pénalité pour les tokens déjà apparus, encourageant de nouveaux sujets
2. Détection de présence utilisateur
3. Pénalité de disponibilité de l'API
4. Pénalité de connexion

Question 22

Quel statut HTTP indique une limite de taux ?

1. 429 Trop de requêtes
2. 500 Erreur interne
3. 404 Non trouvé
4. 401 Non autorisé

Question 23

À quoi sert l'API de traitement par lots ?

1. Traiter de nombreuses requêtes à moindre coût avec une attente plus longue
2. Traitement en temps réel
3. Streaming
4. Test

Question 24

Qu'est-ce que la gestion de la fenêtre de contexte ?

1. Gérer l'entrée qui dépasse la limite de contexte du modèle
2. Gestion de l'interface graphique de fenêtre
3. Contrôle du navigateur
4. Gestion de session

Question 25

Quelle est une stratégie de repli ?

1. Utiliser un modèle/fournisseur alternatif si le principal échoue
2. Données de sauvegarde
3. Messages d'erreur
4. Journalisation

Question 26

Que retourne l'API embeddings ?

1. Représentations vectorielles du texte
2. Texte généré
3. Classifications
4. Résumés

Question 27

Quel est l'avantage du paramètre response_format ?

1. Garantir un format de sortie structuré (JSON, etc.)
2. Réponses plus rapides
3. Coût inférieur
4. Meilleure précision

Question 28

Comment gérer le débordement de contexte ?

1. Résumer ou tronquer les messages antérieurs
2. Envoyer simplement tout
3. L'API gère automatiquement
4. Redémarrer la conversation

Question 29

Qu'est-ce que le paramètre tool_choice ?

1. Contrôler si/quelle fonction appeler
2. Sélectionner l'IDE
3. Choisir le modèle
4. Choisir le fournisseur

Question 30

Qu'est-ce que usage.prompt_tokens ?

1. Nombre de tokens dans l'entrée/prompt
2. Tokens de sortie
3. Total des tokens
4. Maximum de tokens

---

Note de passage : 24/30 (80%)

← Chapitre 3Module 10 →