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