2025年视觉Transformer实战习题（含答案与解析）

一、单选题（共15题）

1.在视觉Transformer中，以下哪项技术可以显著提高模型的泛化能力？

A.数据增强

B.迁移学习

C.多尺度特征融合

D.自监督学习

2.以下哪种方法可以有效地减少Transformer模型参数量，同时保持模型性能？

A.知识蒸馏

B.结构剪枝

C.参数高效微调（LoRA/QLoRA）

D.模型并行策略

3.在视觉Transformer的分布式训练中，以下哪种策略可以最大化地利用GPU集群资源？

A.数据并行

B.模型并行

C.混合并行

D.批处理大小调整

4.以下