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