基本信息

---

下载

文档摘要

---

2025年AI模型可解释性增强测试答案及解析

一、单选题（共15题）

1.以下哪个评估指标常用于衡量模型的可解释性？

A.准确率

B.精确度

C.混淆矩阵

D.解释度

答案：D

解析：解释度（Interpretability）是衡量模型可解释性的指标，它指的是模型决策背后的逻辑是否清晰、透明。参考《人工智能伦理与治理指南》2025版5.2节。

2.在对抗性攻击防御中，以下哪种方法可以有效提高模型的鲁棒性？

A.数据增强

B.网络结构调整

C.正则化

D.动态神经网络

答案：A

解析：数据增强通过引入模型未曾见过的数据样本来提高模型的泛化能力，特别是在对抗性攻击防御