基本信息
文件名称:2025年教育AI个性化学习路径生成考题(含答案与解析).docx
文件大小:15.38 KB
总页数:6 页
更新时间:2025-10-22
总字数:约6.69千字
文档摘要

2025年教育AI个性化学习路径生成考题(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性能的情况下显著减少模型参数量?

A.知识蒸馏B.结构剪枝C.稀疏激活网络设计D.模型并行策略

2.在个性化教育推荐系统中,以下哪种技术有助于提高推荐系统的准确性?

A.联邦学习隐私保护B.特征工程自动化C.异常检测D.模型鲁棒性增强

3.以下哪种技术可以用于减少深度学习模型训练过程中的梯度消失问题?

A.动态神经网络B.梯度累积C.归一化层D.模型并行策略

4.在对抗性攻击防御中,以下哪种技术可以有效提高模型的鲁棒性?

A.