基本信息
文件名称:2025年多模态大模型旅游推荐习题答案及解析.docx
文件大小:15.75 KB
总页数:8 页
更新时间:2025-09-24
总字数:约8.56千字
文档摘要
2025年多模态大模型旅游推荐习题答案及解析
一、单选题(共15题)
1.在多模态大模型旅游推荐中,以下哪种方法可以有效减少模型参数量,同时保持较高推荐效果?
A.知识蒸馏
B.模型压缩
C.数据增强
D.预训练模型重用
答案:A
解析:知识蒸馏技术可以将大模型的知识迁移到小模型中,从而减少模型参数量,同时保持较高的推荐效果,参考《知识蒸馏技术白皮书》2025版第3.2节。
2.在多模态大模型旅游推荐中,以下哪种技术可以提高模型的泛化能力?
A.神经架构搜索(NAS)
B.特征工程
C.持续预训练
D.对抗性攻击防御
答案:C
解析:持续预训练技术可以增强模型的泛