基本信息
文件名称:2025年AI自动驾驶决策模型鲁棒性习题答案及解析.docx
文件大小:14.99 KB
总页数:8 页
更新时间:2025-09-25
总字数:约8.11千字
文档摘要

2025年AI自动驾驶决策模型鲁棒性习题答案及解析

一、单选题(共15题)

1.在AI自动驾驶决策模型中,以下哪项技术主要用于提高模型的鲁棒性,使其能够有效应对对抗样本攻击?

A.数据增强

B.模型正则化

C.对抗训练

D.知识蒸馏

答案:C

解析:对抗训练通过在训练过程中引入对抗样本,增强模型对对抗样本的识别能力,从而提高模型的鲁棒性。参考《对抗样本防御技术指南》2025版第4.2节。

2.在自动驾驶决策模型中,以下哪项技术能够帮助减少模型训练时间,同时保持较高的决策准确性?

A.分布式训练框架

B.模型并行策略

C.低精度推理

D.知识蒸馏

答案:A

解析:分