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