基本信息
文件名称:2025年大模型提示词敏感性差异跨场景迁移效率考题答案及解析.docx
文件大小:14.89 KB
总页数:6 页
更新时间:2025-09-24
总字数:约6.81千字
文档摘要
2025年大模型提示词敏感性差异跨场景迁移效率考题答案及解析
一、单选题(共15题)
1.以下哪项技术能够有效提升大模型在不同场景下的提示词敏感性差异迁移效率?
A.模型并行策略
B.知识蒸馏
C.稀疏激活网络设计
D.对抗性攻击防御
2.在大模型训练过程中,以下哪种方法可以显著提高参数高效微调(LoRA/QLoRA)的效率?
A.分布式训练框架
B.持续预训练策略
C.云边端协同部署
D.模型量化(INT8/FP16)
3.为了增强大模型的鲁棒性,以下哪种技术可以有效解决梯度消失问题?
A.结构剪枝
B.注意力机制变体
C.卷积神经网络改进
D.集成学习(随