CertifyDeckCargando contenido…
AI-901 · Preguntas de ejemplo
10 preguntas reales del banco de AI-901 de CertifyDeck, repartidas por los dominios del temario oficial de Microsoft Certified: Azure AI Fundamentals, con la respuesta correcta y la explicación completa de por qué las demás opciones no lo son. Son preguntas originales redactadas a partir del temario público, no dumps, y tienen el mismo estilo que encontrarás en los tests de práctica y en el simulador.
Respuesta correcta: A. Se crea una nueva versión de MyAgent con esa definición
create_version crea el agente, o una nueva versión si ya existe, definida aquí por un PromptAgentDefinition con un modelo e instrucciones. No elimina el agente ni toca el despliegue del modelo, y no falla solo porque el nombre ya exista.
Respuesta correcta: B. Añadir unos pocos ejemplos de entrada y salida
Los mensajes con pocos ejemplos (few-shot) incluyen uno o varios ejemplos de entrada y salida que condicionan al modelo para responder como se desea en la solicitud actual, sin modificar el modelo. Una temperatura mayor haría la redacción más aleatoria, y un límite de tokens mayor solo permite respuestas más largas.
Respuesta correcta: C. Modelos vendidos directamente por Azure, alojados por Microsoft
Los modelos vendidos directamente por Azure los aloja Microsoft bajo los Términos del producto de Microsoft e incluyen SLA de nivel empresarial. Los modelos de partners y de la comunidad suelen estar alojados por el proveedor, y el tipo de despliegue Developer sirve para evaluar brevemente modelos ajustados y no incluye SLA.
Respuesta correcta: C. Para que la petición de seguimiento conserve el historial del turno anterior de la misma sesión
Pasar el mismo id de conversación a cada llamada a responses.create permite al agente conservar el historial entre turnos, de modo que una pregunta de seguimiento se entiende en contexto. Crear versiones del agente y publicar son operaciones del ciclo de vida distintas, y la cuota es una configuración del despliegue que no tiene relación con las conversaciones.
Respuesta correcta: A. ExtractiveSummaryAction, que devuelve las frases originales mejor clasificadas
La síntesis extractiva extrae las frases originales más relevantes del texto de origen, clasificadas por relevancia, lo que cumple el requisito de usar solo frases copiadas. La síntesis abstractiva genera frases nuevas que no son extractos literales, y recognize_entities y detect_language no resumen.
Respuesta correcta: A. Porque el orden en que aparecen los tokens afecta a cómo se relacionan entre sí
La codificación posicional indica al transformador en qué lugar de la secuencia está cada token, lo que importa porque el orden de los tokens condiciona cómo se relacionan. No reduce el vocabulario, no cifra datos ni guarda el historial de conversación, que la aplicación reenvía en prompts posteriores.
Respuesta correcta: D. Un modelo de chat optimizado para velocidad e inferencia de baja latencia
Para chat en tiempo real y de gran volumen, Learn prefiere modelos optimizados para velocidad, eficiencia e inferencia de baja latencia frente a los modelos de razonamiento intensivo, que cambian velocidad por precisión. Los modelos de vídeo o solo de embeddings no generan respuestas de chat.
Respuesta correcta: D. Análisis de errores
El análisis de errores ofrece una comprensión profunda de cómo se distribuye el fallo e identifica cohortes con una tasa de error superior a la referencia, lo que apoya la confiabilidad y la seguridad. La interpretabilidad explica las predicciones, el análisis contrafactual muestra reacciones a cambios en las características y la inferencia causal estima efectos de tratamientos.
Respuesta correcta: B. Generar subtítulos de texto de las respuestas habladas del agente
Un agente de IA con interacción por voz debe generar también subtítulos de texto para no resultar inutilizable a personas con discapacidad auditiva, y eso es inclusión. Las puntuaciones de confianza se relacionan con la confiabilidad, cifrar las grabaciones con la privacidad y seguridad, y describir los datos de entrenamiento con la transparencia.
Respuesta correcta: C. Un modelo de embeddings creado para representaciones vectoriales semánticas de texto
La guía de tareas de Foundry señala los modelos de embeddings para representaciones vectoriales semánticas, que es lo que necesita la búsqueda semántica. Los modelos de generación de vídeo, de imagen o de razonamiento para código no producen vectores de documentos.
Responde cada pregunta antes de abrir la explicación y anota por qué descartas las demás opciones. En AI-901, la mayoría de los fallos vienen de elegir una opción técnicamente posible que no cumple todos los requisitos del escenario.
Estas 10 preguntas sirven para conocer el formato, no como diagnóstico. Para saber en qué dominios fallas, practica por dominio gratis y haz un examen de prueba cronometrado con la ponderación y la duración oficiales.
Empieza gratis, sin registro ni tarjeta. Todas las preguntas llevan una explicación como las de arriba y el simulador reproduce el formato oficial de AI-901.