基本信息
文件名称:2025年大模型在旅游业中的个性化推荐试卷答案及解析.docx
文件大小:15.26 KB
总页数:7 页
更新时间:2025-09-26
总字数:约6.78千字
文档摘要

2025年大模型在旅游业中的个性化推荐试卷答案及解析

一、单选题(共15题)

1.以下哪项技术通常用于在大模型中进行参数高效微调?

A.L2正则化

B.Lasso回归

C.参数高效微调(LoRA/QLoRA)

D.数据增强

2.在持续预训练策略中,哪项技术可以显著提高模型性能?

A.梯度累积

B.线性学习率衰减

C.微调阶段增加数据增强

D.使用预训练模型进行初始化

3.如何在旅游业中使用对抗性攻击防御技术来提高个性化推荐的鲁棒性?

A.使用对抗样本进行训练

B.在推荐系统前增加一个防御层

C.对推荐结果进行二次校验

D.以上都是

4.在旅游业中,推理加速技