基本信息
文件名称:人工智能算的进步与未来发展猜想答案及解析.docx
文件大小:15.37 KB
总页数:7 页
更新时间:2025-10-18
总字数:约6.88千字
文档摘要

人工智能算的进步与未来发展猜想答案及解析

一、单选题(共15题)

1.以下哪种技术能够有效解决大规模神经网络训练过程中的梯度消失问题?

A.残差网络(ResNet)

B.批标准化(BatchNormalization)

C.LeakyReLU激活函数

D.以上都是

2.在分布式训练框架中,以下哪种方法能够提高数据并行训练的效率?

A.数据加载并行

B.模型并行

C.通信优化

D.以上都是

3.参数高效微调(LoRA/QLoRA)技术主要用于什么目的?

A.减少模型参数量

B.提高模型泛化能力

C.加快模型训练速度

D.以上都是

4.以下哪种技术可以帮助减少