基本信息

---

下载

文档摘要

---

2025年大模型剪枝结构化稀疏（含答案与解析）

一、单选题（共15题）

1.以下哪项技术通常用于减少大模型的参数数量，同时保持模型性能？

A.参数高效微调（LoRA/QLoRA）

B.模型并行策略

C.结构剪枝

D.知识蒸馏

2.在大模型剪枝中，以下哪种方法可以显著减少计算量和存储需求？

A.稀疏激活网络设计

B.分布式训练框架

C.持续预训练策略

D.对抗性攻击防御

3.大模型剪枝后，如何评估模型的性能？

A.通过困惑度/准确率

B.通过伦理安全风险

C.通过偏见检测

D.通过内容安全过滤

4.在剪枝过程中，以下哪种方法可以防止模型性能的显著下降？

A.