Banco de Preguntas - GenAI Testing (ISTQB) - III

Un equipo utiliza un LLM para generar casos de prueba automáticamente. Algunos casos contienen errores lógicos. ¿Cuál es la MEJOR acción del tester?. Usar todos los casos generados. Validar y refinar los resultados generados. Eliminar el uso del LLM. Automatizar directamente los casos.

Durante el uso de un LLM, el mismo prompt genera respuestas distintas. ¿Qué propiedad del modelo explica este comportamiento?. Determinismo. Tokenización. No determinismo. Overfitting.

Un tester introduce datos sensibles en un LLM público. ¿Cuál es el principal riesgo?. Baja precisión. Pérdida de rendimiento. Exposición de datos. Latencia.

Un requisito dice: 'El sistema debe ser rápido'. ¿Qué problema detecta el tester?. Claridad. Ambigüedad. Consistencia. Trazabilidad.

¿Cuál es la MEJOR forma de mejorar un prompt para obtener resultados más precisos?. Hacerlo más corto. Añadir contexto y ejemplos. Quitar restricciones. Usar lenguaje informal.

Un LLM genera un reporte con datos inventados. ¿Cómo se denomina este fenómeno?. Overfitting. Alucinación. Token drift. Parsing error.

¿Cuál es la MEJOR técnica para reducir combinaciones de pruebas en múltiples variables?. Boundary value. Pairwise. Exploratory. Smoke.

Un equipo quiere usar IA para testing sin validación humana. ¿Qué afirmación es correcta?. Es recomendable. Es seguro si el prompt es bueno. No es recomendable. Es estándar ISTQB.

¿Qué describe mejor un token?. Una palabra completa. Unidad mínima de texto procesada. Un dataset. Un algoritmo.

¿Cuál es la relación entre ML y LLM?. Son independientes. ML es un tipo de LLM. LLM es un tipo de ML. No están relacionados.