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