基本信息
文件名称:2025年大模型低秩近似微调技术专题卷答案及解析.docx
文件大小:15.86 KB
总页数:8 页
更新时间:2025-09-28
总字数:约7.89千字
文档摘要
2025年大模型低秩近似微调技术专题卷答案及解析
一、单选题(共15题)
1.以下哪个技术通常用于提高大模型的训练效率?
A.分布式训练框架
B.低秩近似微调(LoRA)
C.持续预训练策略
D.模型量化(INT8/FP16)
答案:A
解析:分布式训练框架通过在多台机器上并行计算,可以显著提高大模型的训练效率。参考《大规模模型训练技术指南》2025版5.1节。
2.LoRA(Low-RankAdaptation)技术主要用于什么目的?
A.模型压缩
B.参数高效微调
C.模型加速
D.模型并行
答案:B
解析:LoRA技术通过添加低秩矩阵来近似原有高秩矩阵,从