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