基本信息
文件名称:2025年大模型梯度稀疏化压缩试题答案及解析.docx
文件大小:15.38 KB
总页数:8 页
更新时间:2025-09-24
总字数:约8.08千字
文档摘要

2025年大模型梯度稀疏化压缩试题答案及解析

一、单选题(共15题)

1.在梯度稀疏化技术中,以下哪种方法通过稀疏化激活函数来降低模型计算复杂度?

A.结构剪枝

B.知识蒸馏

C.稀疏激活网络设计

D.模型量化

答案:C

解析:稀疏激活网络设计通过引入稀疏激活函数,使得大部分神经元在计算时输出为0,从而减少计算量和内存消耗。参考《稀疏化技术白皮书》2025版4.2节。

2.在大模型梯度稀疏化压缩过程中,以下哪个指标通常用于评估稀疏化后的模型性能?

A.准确率

B.模型大小

C.训练时间

D.能耗

答案:A

解析:准确率是评估模型性能的重要指标,特别是在大模型梯度稀