基本信息
文件名称:大模型应用前景分析试题答案及解析.docx
文件大小:15.95 KB
总页数:7 页
更新时间:2025-10-18
总字数:约7.35千字
文档摘要

大模型应用前景分析试题答案及解析

一、单选题(共15题)

1.以下哪项技术可以显著提升大规模语言模型的训练效率?

A.分布式训练框架

B.参数高效微调(LoRA/QLoRA)

C.持续预训练策略

D.对抗性攻击防御

答案:A

解析:分布式训练框架通过将模型分割到多个节点上并行训练,可以显著提升大规模语言模型的训练效率,降低训练时间,参考《大规模语言模型训练技术指南》2025版第3.2节。

2.在模型并行策略中,以下哪种方法可以实现模型在多个GPU上的高效运行?

A.数据并行

B.模型并行

C.精度并行

D.混合并行

答案:B

解析:模型并行通过将模型的不同部分分配