基本信息
文件名称:2025年大模型多模态幻觉一致性检测算法迁移性卷答案及解析.docx
文件大小:16.35 KB
总页数:9 页
更新时间:2025-09-26
总字数:约8.93千字
文档摘要

2025年大模型多模态幻觉一致性检测算法迁移性卷答案及解析

一、单选题(共15题)

1.以下哪项技术是实现多模态幻觉一致性检测算法迁移性的关键?

A.知识蒸馏

B.模型并行策略

C.特征工程自动化

D.跨模态迁移学习

答案:D

解析:跨模态迁移学习是通过将一种模态的数据学习到的特征迁移到另一种模态,以实现不同模态数据间的迁移性。在多模态幻觉一致性检测中,这种方法能够帮助模型在新的模态数据上保持性能,减少对特定模态数据的依赖,提高算法的迁移性。参考《跨模态迁移学习白皮书》2025版第4.2节。

2.在检测大模型多模态幻觉一致性时,以下哪项技术可以用来增强模型鲁棒性?

A.梯