基本信息
文件名称:2025年大模型训练数据毒性标注算法鲁棒性测试答案及解析.docx
文件大小:15.27 KB
总页数:7 页
更新时间:2025-09-27
总字数:约6.95千字
文档摘要
2025年大模型训练数据毒性标注算法鲁棒性测试答案及解析
一、单选题(共15题)
1.以下哪种方法可以增强大模型训练数据毒性标注算法的鲁棒性?
A.使用预训练的词向量
B.引入对抗样本
C.增加标注样本数量
D.应用无监督学习
2.在测试大模型训练数据毒性标注算法鲁棒性时,以下哪种指标最常用于评估?
A.准确率
B.精确度
C.召回率
D.F1分数
3.大模型训练数据毒性标注过程中,如何有效地处理标注数据不平衡问题?
A.只对多数类别数据进行标注
B.使用过采样或欠采样方法
C.忽略少数类别数据
D.对所有类别数据采用相同标注比例
4.在进行毒性标注数据清洗