基本信息
文件名称:2025年大模型参数效率与性能平衡优化习题答案及解析.docx
文件大小:15.86 KB
总页数:7 页
更新时间:2025-09-29
总字数:约7.22千字
文档摘要
2025年大模型参数效率与性能平衡优化习题答案及解析
一、单选题(共15题)
1.在分布式训练框架中,以下哪种方法可以有效地提高大模型训练的并行度?
A.数据并行
B.模型并行
C.梯度并行
D.上述所有
2.以下哪项技术被广泛用于参数高效微调(LoRA/QLoRA)中,以减少模型参数量而不显著影响性能?
A.知识蒸馏
B.模型压缩
C.参数高效微调
D.模型并行
3.在持续预训练策略中,以下哪种方法有助于提升模型在不同任务上的泛化能力?
A.数据增强
B.微调
C.迁移学习
D.自监督学习
4.以下哪种技术主要用于防御对抗性攻击,保护大模型免受恶意输入的影