基本信息
文件名称:2025年机器学习工程师联邦学习安全案例面试题(含答案与解析).docx
文件大小:16.78 KB
总页数:18 页
更新时间:2025-09-09
总字数:约7.32千字
文档摘要

2025年机器学习工程师联邦学习安全案例面试题(含答案与解析)

一、单选题(共15题)

1.在联邦学习框架中,以下哪种方法可以有效保护用户隐私,同时提高模型训练的效率?

A.同态加密B.随机梯度下降C.差分隐私D.深度学习模型

答案:C

解析:差分隐私是一种数据隐私保护技术,通过在数据上添加噪声来保护用户隐私,同时允许分析者对数据集进行统计查询,参考《联邦学习隐私保护技术白皮书》2025版5.2节。

2.在参数高效微调技术中,以下哪种方法可以实现模型参数的快速调整?

A.LRT(LinearRegressionTransfer)B.QLoRA(Quantize