ISTQB Testing - GenAI CT-GenAI Practice Exams 240 Questions

أهلا بك عزيزي المتابع لموقع (journey for learn) نقدم دورات بكوبونات متاحة لاول 1000 تسجيل مجاني فقط وكوبونات اخري لفترة محدودة فاذا كنت تريد ان تحصل علي كل الكورسات علي موقعنا وان تكون اول المسجلين في الكورسات المجانية قم بتسجيل الدخول أوقم بالدخول علي وسائل التواصل الاجتماعي وخصوصا التليجرام نوضح الوصف المختصر والطويل للدورات لكي تعرف الدروس التي سوف تتعلمها بسهولة ويسر :

هل تستعد للحصول على شهادة ISTQB المعتمدة - الاختبار باستخدام شهادة الذكاء الاصطناعي التوليدي (CT-GenAI) وترغب في تقييم استعدادك من خلال أسئلة تدريب واقعية وعالية الجودة على نمط الامتحان؟ تم تصميم دورة الاختبار التدريبي الشامل هذه لتعكس اختبار شهادة CT-GenAI الحقيقي بأكبر قدر ممكن.. مع 6 اختبارات تدريب كاملة تحتوي على 240 سؤالًا في المجموع، سوف تكتسب الثقة والمعرفة المطلوبة لاجتياز شهادة ISTQB CT-GenAI في محاولتك الأولى. تتم كتابة كل سؤال بعناية ليتناسب مع الصعوبة والهيكل وصياغة نمط الامتحان الذي ستواجهه في يوم الاختبار. ويأتي كل سؤال مع شرح مفصل لكل من الإجابات الصحيحة وغير الصحيحة، مما يضمن أنك لا تعرف الإجابة الصحيحة فحسب، بل تفهم أيضًا سبب خطأ الخيارات الأخرى. يعمل هذا النهج الفريد على تعميق فهمك وإعدادك لأي اختلاف في السؤال الذي قد يظهر في الاختبار الحقيقي. ستساعدك اختبارات الممارسة ISTQB CT-GenAI على تحديد مجالات القوة لديك وتحديد المجالات التي تحتاج إلى تحسين فيها. من خلال إكمال هذه الاختبارات في ظل ظروف زمنية محددة، ستبني الانضباط والثقة اللازمين للنجاح في الامتحان. وقد تمت إعادة بناء هذه الدورة بالكامل والتحقق من صحتها وفقًا لأحدث منهج ISTQB CT-GenAI الرسمي. وهي توفر الآن تغطية الأهداف التعليمية بنسبة 100% مع توزيع مصحح لمستوى K1/K2/K3 يتماشى تمامًا مع مخطط الاختبار الحقيقي.
تتضمن دورة اختبار الممارسة CT-GenAI ما يلي:

• 6 اختبارات تدريب كاملة مع 40 سؤالًا لكل منها (إجمالي 240)
• تفسيرات تفصيلية لكل من الإجابات الصحيحة وغير الصحيحة
• تغطي جميع فصول المنهج الدراسي مع إمكانية تتبع أهداف التعلم الكاملة ومحاذاة ترجيح المجال وفقًا لهيكل الاختبار الرسمي.
• يتم توفير تعريف واضح للنطاق لكل سؤال
• محاكاة الاختبار الموقوت والدرجات (شروط الاختبار الحقيقية)
• محاذاة ترجيح النطاق مع دليل اختبار ISTQB الرسمي
• الأسئلة المبنية على السيناريو والقائمة على المفاهيم والأسلوب المنطقي
• ترتيب عشوائي لمنع الحفظ وضمان الاستعداد
• تقارير الأداء لتحديد نقاط القوة ومجالات التحسين
• إمكانية الوصول إلى قسيمة إضافية لاختبار واحد كامل (عرض لفترة محدودة)
• تحديثات مدى الحياة متوافقة مع مراجعات ISTQB CT-GenAI الجديدة

تفاصيل الاختبار - شهادة ISTQB CT-GenAI

• نص الاختبار: ISTQB (المجلس الدولي لمؤهلات اختبار البرمجيات)
• اسم الاختبار: مختبر معتمد من ISTQB - اختبار مع الذكاء الاصطناعي التوليدي (CT-GenAI)
• تنسيق الاختبار: أسئلة الاختيار من متعدد (MCQs)
• صلاحية الشهادة: مدى الحياة (بدون انتهاء صلاحية؛ لا يلزم التجديد)
• عدد الأسئلة: 40 سؤالًا في الاختبار الحقيقي
• مدة الاختبار: 60 دقيقة (75 دقيقة لغير الناطقين باللغة الإنجليزية)
• درجة النجاح: 65% (26 من أصل 40 إجابة صحيحة)
• وزن السؤال: توزيع صحيح من نقطة واحدة ونقطتين يتماشى تمامًا مع نموذج تسجيل CT-GenAI الرسمي.
• مستوى الصعوبة: مستوى التخصص (يتطلب متطلب أساسي أساسي)
• اللغة: الإنجليزية (قد تكون الإصدارات المترجمة متاحة)
• توفر الاختبار: اختبار مراقب عبر الإنترنت أو في مراكز الاختبار (اعتمادًا على المنطقة)
• المتطلبات الأساسية: شهادة المستوى التأسيسي ISTQB

المنهج التفصيلي ووزن الموضوع يتم تنظيم اختبار ISTQB CT-GenAI حول 5 مجالات رئيسية للمنهج الدراسي. فيما يلي تفاصيل تفصيلية مع الوزن التقريبي للامتحان:1. مقدمة إلى الذكاء الاصطناعي التوليدي لاختبار البرمجيات (~17.5%)

• فهم دور الذكاء الاصطناعي التوليدي وأهميته في اختبار البرامج.
• التمييز بين الذكاء الاصطناعي الرمزي، والتعلم الآلي، والتعلم العميق، والذكاء الاصطناعي التوليدي.
• شرح البنية ومبادئ العمل لنماذج اللغات الكبيرة (LLMs).
• تحديد المفاهيم الأساسية: الرمز المميز، والتضمين، ونافذة السياق، والمحولات الهندسة المعمارية.
• مقارنة النماذج الأساسية، ونماذج ماجستير إدارة الأعمال المضبوطة بالتعليمات، والاستدلال.
• وصف النماذج متعددة الوسائط ونماذج لغة الرؤية.
• تطبيق الذكاء الاصطناعي التوليدي على تحليل المتطلبات، وتصميم الاختبار، والتنبؤ بالعيوب.
• التمييز بين روبوتات الدردشة المستندة إلى الذكاء الاصطناعي، والمساعدين الذين يدعمون ماجستير إدارة الأعمال، وأدوات الاختبار.

2. الهندسة السريعة للاختبار الفعال للبرمجيات (~27.5%)

• حدد بنية الموجه الفعال: الدور والسياق والتعليمات والمدخلات والقيود والمخرجات.
• ميز بين المطالبات ذات اللقطة الصفرية والطلقة الواحدة والطلقات القليلة والسلسلة من الأفكار.
• اشرح مفهوم المطالبات الفوقية وحلقات التحسين الذاتي.
• قارن مطالبات النظام مقابل مطالبات المستخدم واستخدامها في سياقات الاختبار.
• استخدم المطالبة من أجل:
  • تحليل الاختبار وتصميمه
  • إنشاء اختبار الانحدار الآلي
  • الاختبار الاستكشافي وتحديد العيوب
  • مراقبة الاختبار والتحكم فيه
• تقييم مخرجات LLM وتحسينها باستخدام مقاييس الجودة والتعليقات التكرارية.
• تحديد التحيز وقضايا الحساسية السريعة وتطبيقها تقنيات التخفيف.

3. إدارة مخاطر الذكاء الاصطناعي التوليدي في اختبار البرمجيات (~25%)

• تحديد الهلوسة والأخطاء المنطقية والتحيزات في أنظمة الذكاء الاصطناعي التوليدي.
• اشرح تأثير جودة البيانات وقيود النموذج على نتائج الاختبار.
• وصف طرق تقليل مخرجات الذكاء الاصطناعي غير الحتمية وغير المتسقة.
• فهم مخاوف الأمان والخصوصية عند استخدام الذكاء الاصطناعي للاختبار.
• تقييم الاستدامة وكفاءة الطاقة في خطوط أنابيب اختبار GenAI.
• تطبيق الحوكمة والامتثال وأخلاقيات الذكاء الاصطناعي في اختبار المشاريع.
• تحديد مبادئ الذكاء الاصطناعي المسؤولة وإجراءات الشفافية.

4. البنية التحتية للاختبار التي تدعم LLM (~12.5%)

• اشرح الأنماط المعمارية لدمج LLM في أطر عمل أتمتة الاختبار.
• وصف الجيل المعزز للاسترجاع (RAG) وتطبيقه في ضمان الجودة.
• فهم الضبط الدقيق والتضمين واستخدام قاعدة بيانات المتجهات في سير عمل اختبار الذكاء الاصطناعي.
• ناقش دور وكلاء الذكاء الاصطناعي والأنظمة متعددة الوكلاء في تنفيذ الاختبار وإعداد التقارير.
• تنفيذ مبادئ LLMOps للتحسين المستمر لأنظمة الاختبار المعتمدة على الذكاء الاصطناعي.
• الخطوط العريضة لأساليب المراقبة والتسجيل والقياس لمنصات اختبار GenAI.

5. نشر ودمج الذكاء الاصطناعي التوليدي في مؤسسات الاختبار (~17.5%)

• تحديد خريطة الطريق التنظيمية لاعتماد الذكاء الاصطناعي التوليدي في الاختبار.
• التعرف على مخاطر الظل الاصطناعي ووضع ضوابط الحوكمة.
• وضع استراتيجيات لاعتماد الذكاء الاصطناعي واختيار الأدوات وتكامل العمليات.
• حدد ماجستير إدارة الأعمال المناسب ونماذج اللغات الصغيرة (SLMs) بناءً على أهداف الاختبار.
• التخطيط لتحسين المهارات المختبرين في الهندسة السريعة ومحو الأمية في مجال الذكاء الاصطناعي.
• إدارة التغيير وقياس عائد الاستثمار في مشاريع تحويل الاختبار المستندة إلى GenAI.

نتائج التعلم بنهاية هذه الدورة التدريبية، سيتمكن المتعلمون من:

• شرح أساسيات الذكاء الاصطناعي التوليدي وآثارها على الاختبار.
• تصميم المطالبات المنظمة لإنشاء عناصر اختبار فعالة وموثوقة.
• تحديد المخاطر مثل الهلوسة وتحيز البيانات وتخفيفها في اختبار الذكاء الاصطناعي.
• تنفيذ LLMOps والبنية التحتية للذكاء الاصطناعي في أنظمة الاختبار الحديثة.
• تطوير استراتيجيات اختبار GenAI لاعتماد المؤسسات ونمو النضج.

الوزن النسبي: الفصل الثاني (الهندسة السريعة) هو الأكثر اختبارًا، يليه الفصل الثالث (المخاطر).
هيكل اختبار الممارسة

• 6 اختبارات كاملة
  • يحتوي كل اختبار على 40 نمط اختبار الأسئلة
  • تغطي جميع مجالات منهج CT-GenAI
• ملاحظات وتفسيرات تفصيلية
  • شرح تفصيلي لكل خيار صحيح وغير صحيح
  • يعزز التعلم ويتجنب الأخطاء المتكررة
• ترتيب عشوائي
  • يمنع الحفظ ويضمن الاستعداد الحقيقي للاختبار
• التقدم التتبع
  • التسجيل الفوري، حالة النجاح/الرسوب، المناطق الضعيفة المميزة

نماذج أسئلة الممارسة (CT-GenAI)السؤال 1 (المستند إلى السيناريو):
يجب على أحد كبار المختبرين إنشاء حالات اختبار لمستند المتطلبات الذي يحتوي على معايير قبول غامضة وقواعد عمل متضاربة عبر ثلاث ميزات ذات صلة. يحتاج المختبر إلى LLM لتوضيح التعارضات أولاً قبل إنشاء حالات الاختبار. ما هو أسلوب التحفيز الأكثر ملاءمة لهذا السيناريو؟.الخيارات:
أ. المطالبة بالطلقة الصفرية، وتوفير مستند المتطلبات الكامل وطلب إخراج حالة اختبار كاملة في موجه واحد.
ب. مطالبة قليلة، مع تقديم ثلاث حالات اختبار من مشروع سابق كسياق قبل طلب حالات اختبار جديدة.
ج. التسلسل السريع، أولاً مطالبة ماجستير إدارة الأعمال بتحديد أوجه الغموض وحلها، ثم استخدام هذا الإخراج لإنشاء حالات اختبار.
د. تحفيز الدور وحده، وتوجيه LLM للعمل كمحلل اختبار أول وإنشاء حالات اختبار مباشرة من المتطلبات. الإجابة: Cالشرح:
أ. هذا غير صحيح لأن المطالبة بالطلقة الصفرية ترسل مطالبة واحدة دون خطوات توضيح متوسطة، مما يجعلها غير مناسبة عندما يجب حل الغموض قبل أن يتمكن إنشاء حالة الاختبار من إنتاج نتائج دقيقة. لا يمكن لموجه واحد أن يحل التعارضات أولاً ثم ينشئ حالات اختبار كعمليات منفصلة تابعة. ويتطلب الغموض في المتطلبات اتباع نهج يتسلسل التوضيح قبل الإنشاء.
ب. هذا غير صحيح لأن المطالبة بعدد قليل من اللقطات توفر أمثلة لتوجيه تنسيق الإخراج ونمطه ولكنها لا تتضمن خطوة حل التعارض قبل إنشاء حالة الاختبار. إن تقديم الأمثلة السابقة لا يعالج الحاجة إلى تحديد أوجه الغموض وحلها أولاً في المتطلبات الحالية. تعمل هذه التقنية على تحسين جودة المخرجات ولكنها لا تتسلسل توضيح التعارض كخطوة مسبقة.
ج. هذا صحيح لأن التسلسل الموجه يتسلسل خطوة توضيح التعارض كمخرج أساسي يُعلم موجه إنشاء حالة الاختبار اللاحقة، ويعالج بشكل مباشر الحاجة إلى حل أوجه الغموض قبل إنشاء حالات اختبار دقيقة، وفقًا للمرجع 2.2.5. يقسم هذا الأسلوب المهمة إلى مراحل تابعة تتوافق مع المتطلبات المعلنة للمختبر. إن التبعية التسلسلية بين التوضيح والتوليد هي الميزة المميزة لهذه التقنية في هذا السيناريو.
د. هذا غير صحيح لأن المطالبة بالدور ينشئ شخصية ولكنه لا ينشئ تسلسلًا منظمًا يضمن حل الغموض قبل إنشاء حالات الاختبار. بدون آلية التسلسل، قد يقوم النموذج بإنشاء حالات اختبار بناءً على قواعد متعارضة تم تفسيرها بشكل خاطئ على الرغم من الدور المعين. يؤثر المطالبة بالأدوار على أسلوب الاستجابة بدلاً من فرض تسلسل تبعية المهام.
السؤال 2 (القائم على المعرفة):
ما هو المصطلح "الأفضل" الذي يصف سلوك نظام الذكاء الاصطناعي التوليدي الذي ينتج استجابة واثقة وسلسة تحتوي على معلومات غير صحيحة في الواقع أو ملفقة بالكامل؟ الخيارات:أ. التحيز ب. خطأ في الاستدلال ج. الهلوسة د. عدم الحتميةالإجابة: جالشرح:
ج: هذا غير صحيح لأن التحيز يشير إلى تحريف منهجي للمخرجات بناءً على بيانات تدريب غير متوازنة أو افتراضات نموذجية، مما يؤدي إلى إنتاج محتوى منحرف باستمرار وليس محتوى ملفق بالكامل. لا يصف التحيز إنتاج معلومات موثوقة وسلسة ولكنها غير صحيحة في الواقع أو مخترعة. ب: هذا غير صحيح لأن خطأ الاستدلال يشير إلى خلل منطقي في العملية الاستدلالية للنموذج، مثل الاستنتاجات غير الصحيحة أو الاستنتاجات غير الصالحة من مقدمات صحيحة. على الرغم من أنها ذات صلة، إلا أنها لا تصف على وجه التحديد إنشاء محتوى واثق وطلاقة وملفق. ج: هذا صحيح لأن الهلوسة تصف سلوك الذكاء الاصطناعي التوليدي لإنتاج استجابات تبدو واثقة وطلاقة ولكنها تحتوي على محتوى غير صحيح أو ملفق تمامًا، وفقًا للقسم المرجعي 3.1.1. يحدد هذا المصطلح على وجه التحديد وضع الفشل حيث يقوم النموذج بإنشاء معلومات تبدو معقولة ولكنها خاطئة. تصف المصطلحات الأخرى أوضاع الفشل ذات الصلة ولكن المتميزة. د) هذا غير صحيح لأن عدم الحتمية تشير إلى التباين في مخرجات LLM عند إعطاء مدخلات متطابقة، مما يؤدي إلى نتائج مختلفة عبر عمليات التشغيل. وهو يصف تباين المخرجات، وليس الفشل المحدد في إنشاء محتوى محدد بثقة ولكنه غير صحيح أو ملفق في الواقع.
السؤال 3 (القائم على السيناريو): أي اثنين مما يلي يحددان بشكل صحيح مصادر تحيز بيانات التدريب في أنظمة الذكاء الاصطناعي التوليدية كما هو معترف به في سياق اختبار البرمجيات؟ (حدد خيارين):
أ. عدم كفاية الموارد الحسابية المخصصة للنموذج أثناء مرحلة الاستدلال من التشغيل.
ب. البيانات التاريخية التي تعكس القرارات البشرية السابقة التي تشفر عدم المساواة النظامية أو الممارسات التي عفا عليها الزمن.
ج.التمثيل الناقص لمجموعات ديموغرافية معينة أو المجالات التقنية ضمن مجموعات البيانات المستخدمة لتدريب النموذج.
د.استخدام بيئات النشر المستندة إلى السحابة لخدمة النموذج المدرب للمستخدمين النهائيين.الإجابة: ب، CExplanation:
أ) هذا غير صحيح لأن تخصيص الموارد الحسابية أثناء الاستدلال هو أحد المخاوف المتعلقة بالأداء والبنية التحتية، وليس مصدرًا لتحيز بيانات التدريب. ينشأ التحيز في تكوين مجموعات بيانات التدريب وخصائصها، وليس في الأجهزة أو القدرة الحاسوبية المتاحة في وقت الاستدلال.
ب) هذا صحيح لأن التدريب على المحتوى التاريخي الذي أنشأه الإنسان يؤدي إلى إدامة التحيزات الموجودة المضمنة في تلك البيانات، وفقًا للقسم المرجعي 3.1.1. عندما يتم تدريب ماجستير إدارة الأعمال على السجلات التي تعكس عدم المساواة النظامية السابقة أو المنهجيات القديمة، يتم ترميز تلك التحيزات في اتجاهات مخرجات النموذج. يعد هذا مصدرًا أساسيًا معترفًا به للتحيز في أنظمة الذكاء الاصطناعي التوليدية ذات الصلة بتطبيقات الاختبار.
ج) هذا صحيح لأن مجموعات بيانات التدريب التي تمثل مجموعات أو مجالات معينة تمثيلًا ناقصًا تنتج نماذج بمخرجات منحرفة ودقة منخفضة لتلك السياقات، وفقًا للمرجع

ما هي المتطلبات الأساسية لدخول الدورة والتسجيل فيها على موقعنا؟ رحلة التعلم:

(احصل على الدورة للدخول إلى الموقع والتسجيل)

يجب أن يكون لديك بريد إلكتروني (حساب بريد) تتذكره لنفسك وأيضًا يجب أن تتذكر كلمة مرور البريد الإلكتروني الذي ستسجل به ، وإذا لم يكن لديك حساب بريد إلكتروني ، فمن الأفضل إنشاء حساب (Gmail)