基本信息
文件名称:2025年金融AI风险模型(含答案与解析).docx
文件大小:14.73 KB
总页数:10 页
更新时间:2025-09-06
总字数:约7.2千字
文档摘要
2025年金融AI风险模型(含答案与解析)
一、单选题(共15题)
1.以下哪个技术通常用于增强金融AI风险模型的鲁棒性?
A.模型量化(INT8/FP16)
B.结构剪枝
C.知识蒸馏
D.异常检测
2.金融AI风险模型中,以下哪种方法可以有效减少模型复杂度?
A.神经架构搜索(NAS)
B.稀疏激活网络设计
C.参数高效微调(LoRA/QLoRA)
D.分布式训练框架
3.在金融AI风险模型的评估中,以下哪个指标最常用于衡量模型的泛化能力?
A.模型准确率
B.模型召回率
C.模型F1分数
D.模型困惑度
4.金融风控模型中,以下哪种方法可以帮助检测和减