基本信息

---

下载

文档摘要

---

2025年强化学习策略更新（含答案与解析）

一、单选题（共15题）

1.以下哪种技术可以实现强化学习中的持续预训练策略？

A.模型并行策略

B.分布式训练框架

C.持续预训练策略

D.知识蒸馏

2.在强化学习中，用于评估模型性能的常见指标是？

A.评估指标体系（困惑度/准确率）

B.伦理安全风险

C.偏见检测

D.内容安全过滤

3.以下哪种技术可以用于减少梯度消失问题？

A.优化器对比（Adam/SGD）

B.注意力机制变体

C.卷积神经网络改进

D.梯度消失问题解决

4.在分布式训练中，以下哪种技术可以实现模型并行？

A.模型量化（INT8/FP16）