基本信息
文件名称:大模型应用的前景及挑战分析答案及解.docx
文件大小:15.42 KB
总页数:7 页
更新时间:2025-10-18
总字数:约7.6千字
文档摘要
大模型应用的前景及挑战分析答案及解
一、单选题(共15题)
1.以下哪种技术可以显著提升大模型的训练效率?
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.模型并行策略
2.在大模型训练过程中,以下哪种方法可以有效防止梯度消失问题?
A.稀疏激活网络设计
B.梯度累积技术
C.优化器对比(Adam/SGD)
D.注意力机制变体
3.大模型应用中,如何提高模型的推理速度?
A.低精度推理
B.云边端协同部署
C.知识蒸馏
D.模型量化(INT8/FP16)
4.在大模型应用中,以下哪种方法可以有效防御对抗性攻击?
A.结