基本信息
文件名称:2025年AI模型幻觉类型跨任务迁移鲁棒性答案及解析.docx
文件大小:14.52 KB
总页数:7 页
更新时间:2025-09-27
总字数:约7.53千字
文档摘要

2025年AI模型幻觉类型跨任务迁移鲁棒性答案及解析

一、单选题(共15题)

1.以下哪项技术能够有效提高AI模型在跨任务迁移中的鲁棒性?

A.数据增强

B.模型并行

C.结构剪枝

D.对抗性训练

2.在AI模型幻觉类型研究中,以下哪种方法可以检测模型生成的文本中的错误?

A.模型自监督学习

B.知识蒸馏

C.对抗性攻击

D.评估指标体系

3.以下哪项技术可以增强AI模型对幻觉类型的鲁棒性?

A.梯度消失问题解决

B.神经架构搜索

C.特征工程自动化

D.联邦学习隐私保护

4.在AI模型幻觉类型研究中,以下哪种方法可以用于评估模型的鲁棒性?

A.模型自监督