基本信息
文件名称:2025年AI教育学情分析算法练习习题(含答案与解析).docx
文件大小:16.1 KB
总页数:7 页
更新时间:2025-10-21
总字数:约7.89千字
文档摘要
2025年AI教育学情分析算法练习习题(含答案与解析)
一、单选题(共15题)
1.以下哪项技术可以显著提升AI模型的泛化能力?
A.知识蒸馏B.数据增强C.模型并行D.梯度消失问题解决
答案:A
解析:知识蒸馏是一种将大型教师模型的知识转移到小型学生模型上的技术,通过软标签和蒸馏损失函数,可以有效提升学生模型的泛化能力,参考《知识蒸馏技术白皮书》2025版1.2节。
2.在进行AI模型训练时,以下哪种方法能有效减少过拟合?
A.正则化B.增加数据量C.使用更复杂的模型D.交叉验证
答案:A
解析:正则化通过向损失函数添加一个正则项,限制模型复杂度,可