基本信息
文件名称:2025年大模型注意力机制可解释性试题答案及解析.docx
文件大小:15.85 KB
总页数:8 页
更新时间:2025-10-04
总字数:约7.81千字
文档摘要

2025年大模型注意力机制可解释性试题答案及解析

一、单选题(共15题)

1.以下哪项不是注意力机制的可解释性技术?

A.注意力权重可视化

B.逻辑回归

C.梯度提升决策树

D.特征重要性分析

答案:B

解析:注意力机制的可解释性技术通常包括注意力权重可视化、特征重要性分析等,而逻辑回归是一种回归模型,不直接用于注意力机制的可解释性分析。参考《注意力机制可解释性技术指南》2025版3.1节。

2.在Transformer模型中,哪项技术可以增强模型对长距离依赖关系的捕捉?

A.全连接层

B.自注意力机制

C.位置编码

D.前馈神经网络

答案:B

解析:自注意力机制