基本信息
文件名称:2025年大模型在射电天文中的脉冲星信号识别与分类试题答案及解析.docx
文件大小:15.95 KB
总页数:8 页
更新时间:2025-09-25
总字数:约8.21千字
文档摘要

2025年大模型在射电天文中的脉冲星信号识别与分类试题答案及解析

一、单选题(共15题)

1.以下哪种分布式训练框架常用于处理大规模脉冲星信号数据集?

A.TensorFlow

B.PyTorch

C.Horovod

D.Spark

答案:C

解析:Horovod是一个高效的分布式深度学习框架,特别适用于在多个CPU和GPU上加速大规模数据集的并行处理,适用于射电天文中脉冲星信号的数据处理,参考《分布式深度学习框架Horovod官方指南》2025版。

2.在使用LoRA进行参数高效微调时,以下哪种方法可以最小化对原有模型性能的影响?

A.微调全部参数

B.微调部分关键参