基本信息
文件名称:2025年大模型训练数据增强(含答案与解析).docx
文件大小:15.06 KB
总页数:10 页
更新时间:2025-09-13
总字数:约6.64千字
文档摘要

2025年大模型训练数据增强(含答案与解析)

一、单选题(共15题)

1.以下哪种数据增强方法在图像分类任务中能有效提高模型的泛化能力?

A.随机裁剪

B.随机翻转

C.对比增强

D.旋转增强

2.在大规模预训练模型中,哪项技术可以显著提高模型的效率?

A.模型剪枝

B.知识蒸馏

C.参数高效微调(LoRA/QLoRA)

D.数据并行训练

3.哪种方法可以有效地解决神经网络训练中的梯度消失问题?

A.使用ReLU激活函数

B.提高学习率

C.添加Dropout层

D.使用残差连接

4.在大模型训练中,哪项技术可以降低计算资源的需求?

A.低精度推理

B.