基本信息
文件名称:2025年大模型稀疏化训练策略试题答案及解析.docx
文件大小:15.58 KB
总页数:7 页
更新时间:2025-09-30
总字数:约7.38千字
文档摘要

2025年大模型稀疏化训练策略试题答案及解析

一、单选题(共15题)

1.以下哪种技术可以显著降低大模型稀疏化训练时的内存消耗?

A.参数高效微调(LoRA)

B.结构剪枝

C.知识蒸馏

D.动态神经网络

2.在大模型稀疏化训练中,哪项策略可以提升训练效率,减少计算资源需求?

A.模型并行策略

B.云边端协同部署

C.梯度累积技术

D.数据增强方法

3.哪项技术能够在保持模型精度的前提下,大幅减少大模型的参数数量?

A.模型量化(INT8/FP16)

B.稀疏激活网络设计

C.特征工程自动化

D.异常检测

4.以下哪种技术可以有效提高大模型在稀疏化训练