基本信息
文件名称:2025年多模态幻觉与模型架构习题(含答案与解析).docx
文件大小:15.38 KB
总页数:12 页
更新时间:2025-09-05
总字数:约8.7千字
文档摘要
2025年多模态幻觉与模型架构习题(含答案与解析)
一、单选题(共15题)
1.以下哪种多模态学习技术能够有效降低模型对标注数据的依赖?
A.数据增强
B.对抗样本训练
C.无监督预训练
D.联邦学习
答案:C
解析:无监督预训练通过在未标注数据上进行训练,可以增强模型对数据的理解,从而降低对标注数据的依赖。这种方法在多模态学习中被广泛应用,可以减少标注成本,提高模型泛化能力。参考《多模态学习2025:技术原理与实现》第4.2节。
2.在多模态幻觉问题中,以下哪种技术可以有效缓解模型对单一模态数据的过度依赖?
A.知识蒸馏
B.模型融合
C.多任务学习
D.数据增强