基本信息
文件名称:2025年大模型训练数据中毒攻击防护与鲁棒性增强试题答案及解析.docx
文件大小:16.14 KB
总页数:8 页
更新时间:2025-09-30
总字数:约7.78千字
文档摘要
2025年大模型训练数据中毒攻击防护与鲁棒性增强试题答案及解析
一、单选题(共15题)
1.在2025年大模型训练过程中,以下哪项技术可以有效防止数据中毒攻击?
A.数据加密
B.模型监控
C.数据清洗
D.模型脱敏
答案:B
解析:数据中毒攻击是指通过在训练数据中注入恶意样本来破坏模型,模型监控技术可以通过实时监控模型输出与输入数据之间的关系,及时发现异常数据,从而防御数据中毒攻击。参考《人工智能安全与伦理2025指南》第5.2节。
2.关于持续预训练策略,以下哪种方法最适合用于增强大模型的鲁棒性?
A.增量式预训练
B.迭代微调
C.多任务学习
D.迁移学习