基本信息

---

下载

文档摘要

---

2025年大模型低资源语言迁移学习实践与答案

一、单选题（共15题）

1.在低资源语言迁移学习中，以下哪种方法可以显著提高模型在小数据集上的性能？

A.数据增强

B.知识蒸馏

C.模型并行

D.梯度累积

2.在分布式训练框架中，以下哪种技术可以优化模型的训练速度？

A.模型并行策略

B.梯度累积

C.分布式存储系统

D.低精度推理

3.对于低资源语言的预训练，以下哪种策略可以减少预训练所需的数据量？

A.知识蒸馏

B.数据增强

C.模型压缩

D.持续预训练

4.在对抗性攻击防御中，以下哪种方法可以有效提高模型的鲁棒性？

A.结构剪枝

B.稀疏激活网络设计