基本信息
文件名称:2025年低资源图像识别微调习题(含答案与解析).docx
文件大小:15.07 KB
总页数:11 页
更新时间:2025-09-06
总字数:约7.81千字
文档摘要

2025年低资源图像识别微调习题(含答案与解析)

一、单选题(共15题)

1.在低资源图像识别任务中,以下哪项技术可以显著提升模型的泛化能力?

A.数据增强

B.知识蒸馏

C.结构剪枝

D.稀疏激活网络设计

答案:B

解析:知识蒸馏是一种有效的模型压缩和加速技术,它将大模型的知识转移到小模型中,从而在不显著降低性能的情况下,降低模型的复杂度,提升低资源环境下的泛化能力。参考《知识蒸馏技术综述》2025版。

2.以下哪种方法可以有效地减少模型训练所需的计算资源?

A.梯度累积

B.模型并行

C.低精度推理

D.参数高效微调(LoRA/QLoRA)

答案:D

解析:参