iPAS 中級科目一考前重點總整理：人工智慧技術應用與規劃複習與準備指南（2026）

AI 考照準備 ／ 資料更新至 2026 年 11 月

iPAS AI 應用規劃師中級第二次考試在 2026 年 11 月 14 日（六）舉行，科目一「人工智慧技術應用與規劃」13:30 開考。這是中級的必考科，題目多半描述企業場景，再問最適合的技術。這篇考前重點總整理適合考前複習，依官方評鑑範圍，並參考 114 年第二次與 115 年第一次公告試題歸納觀念，不重製題目。

01中級科目一考什麼：命題重心

作答時每個觀念都要能回答三件事：靠什麼機制運作、解決什麼問題、有什麼限制。

02L21101 自然語言處理

• 自注意力：每個詞都能與其他詞建立關聯，因此能處理長距離依賴，也能平行運算。
• Seq2Seq：輸入與輸出都是序列，例如翻譯、摘要。
• 詞性標註：標記名詞、動詞等語法類別，不是斷詞。
• 反向翻譯：低資源語言可產生偽平行語料，擴充資料。

RAG、微調與 Agent

• RAG 檢索階段的難題是結果語意相近，卻不符合查詢意圖。可用重新排序、混合檢索、改寫查詢或調整切塊。
• 輸入 token 成本高時，可用 Prompt Caching 和對話摘要，先從輸入端著手。
• LoRA 凍結原權重，只訓練少量低秩參數，省 GPU，也能減少災難性遺忘。
• Prompt Tuning 調輸入表示，傳統 Fine-tuning 更新模型權重。
• Multi-Agent 的編排者要能評估結果、觸發重試或重新分配。
• ReAct 代理遇到即時問題，應先呼叫工具查證，避免憑記憶回答。

03L21102 電腦視覺

• IoU：交集除以聯集，閾值越高定位要求越嚴格。
• mAP：物件偵測的綜合指標，常標示 IoU 閾值。
• YOLO／Faster R-CNN：單階段直接預測、速度快；兩階段先產生候選區域。
• 資料增強：要保留語意，例如數字翻轉後可能變成別的字。

04L21103、L21104 生成式與多模態

• WGAN 用 Wasserstein 距離改善模式崩潰與訓練穩定度。
• 擴散模型增加取樣步數並選好的取樣器，可改善細節，代價是時間。
• VAE 可用潛在空間分布或重建誤差監控資料偏移。
• CLIP 用圖文對比學習建立共同嵌入空間，可用文字做零樣本分類。
• 早期融合在特徵層整合，晚期融合在決策層整合，對單一模態品質不佳較有容錯。
• 模態缺失可訓練具缺失感知能力的模型。
• 影像常用 CNN，文字用 Transformer，時序用 LSTM 或 Temporal CNN。

05L212 導入評估、規劃與風險

• 成效：AUC 是離線指標，還要看 CTR、營收等線上業務指標。
• 規劃：限制條件決定架構，例如 100ms 內回應就不能依賴批次寫入後才算特徵。
• 小樣本：優先遷移學習與微調，不用從零訓練大模型。
• 地端低延遲：量化、蒸餾可壓縮模型。

06L21301 數據準備與模型選擇

PCA 的數學核心是對協方差矩陣做特徵值分解，也可用 SVD 求解。降維可省時間、減少過擬合風險，但不保證一定提升準確率。

07L21302 系統集成與部署

監控還要分群看，整體 RMSE 穩定不代表少數高額案件沒有退化。GPU 使用率低且 kernel 閒置時，先檢查排程與批次大小。

08考前準備指南：一週複習順序

請擔任 iPAS AI 應用規劃師「中級科目一」的考前複習助教。
我想加強的觀念是：資料漂移與概念漂移

請依序進行：
1. 用一個職場例子，三句話內解釋這個觀念。
2. 出 3 題四選一的原創情境題，先不要給答案。
3. 等我作答後，逐一說明每個選項對或錯的原因。
4. 最後整理一句我考場上可以用的判斷口訣。

不要宣稱題目來自官方。不確定的法規或考試規定請直接說不確定，提醒我回官方資料查核。

09考前自我檢測

常見問題

中級要先考過初級嗎？

簡章沒有規定要先考過初級。不過中級預設你懂資料處理和模型基礎，新手可先補初級觀念。

科目一會考程式嗎？

官方公告說明程式題型比重是針對科目二與科目三。科目一仍可能出現框架或元件的基本概念。

科目一和選考科是分開及格嗎？

是。科目一與科目二都達 70 分取得數據分析證書，科目一與科目三都達 70 分取得機器學習證書。單科 70 分以上可依簡章保留成績。

Edit with Tr.Bug

Follow me on：LinkedIn　｜　探教育TempEDU