基本信息
文件名称:2025年大模型自主学习能力试题(含答案与解析).docx
文件大小:14.95 KB
总页数:10 页
更新时间:2025-09-06
总字数:约6.86千字
文档摘要
2025年大模型自主学习能力试题(含答案与解析)
一、单选题(共15题)
1.以下哪种技术能够显著提升大模型的分布式训练效率?
A.模型并行策略
B.数据并行策略
C.硬件加速(如GPU、TPU)
D.优化器对比(Adam/SGD)
答案:A
解析:模型并行策略能够将大模型的不同部分分配到不同的计算节点上,从而实现并行计算,显著提升分布式训练效率。参考《分布式训练框架技术指南》2025版4.2节。
2.在参数高效微调(LoRA/QLoRA)中,以下哪种方法可以降低模型复杂度?
A.参数共享
B.参数稀疏化
C.参数量化
D.参数冻结
答案:B
解析:参数稀疏化通过