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