基本信息
文件名称:2025年模型压缩部署优化和效果评估试题(含答案与解析).docx
文件大小:15.05 KB
总页数:8 页
更新时间:2025-10-22
总字数:约7.26千字
文档摘要
2025年模型压缩部署优化和效果评估试题(含答案与解析)
一、单选题(共15题)
1.以下哪项技术能够在不牺牲模型精度的前提下显著减少模型参数数量?
A.模型剪枝
B.知识蒸馏
C.知识提取
D.模型并行
答案:B
解析:知识蒸馏是一种模型压缩技术,通过将大模型(教师模型)的输出作为小模型(学生模型)的输入,使得小模型能够学习到教师模型的内部表示,从而在不牺牲精度的前提下减少模型参数数量。参考《深度学习模型压缩技术》2025版3.2节。
2.在模型压缩过程中,以下哪项技术能够帮助减少模型计算复杂度?
A.低精度推理
B.模型并行
C.知识蒸馏
D.结构剪枝
答案: