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