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