基本信息
文件名称:大模型在自然语处理中的新用探讨及答案及解析.docx
文件大小:15.86 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

大模型在自然语处理中的新用探讨及答案及解析

一、单选题(共15题)

1.以下哪个技术可以有效地在大模型中减少内存消耗,同时保持较高的准确率?

A.知识蒸馏B.模型并行C.模型压缩D.动态神经网络

答案:A

解析:知识蒸馏是一种通过将大型教师模型的知识迁移到小型学生模型的技术,通过压缩模型大小和降低内存消耗,同时保持较高的准确率,参考《深度学习技术综述》2025年版第5章。

2.在大模型训练过程中,以下哪种策略可以有效地防止梯度消失问题?

A.使用激活函数ReLUB.增加模型深度C.使用残差连接D.减小学习率

答案:C

解析:残差连接是解决深度神经网络中梯