基本信息
文件名称:2025年大模型训练数据增强(含答案与解析).docx
文件大小:16.24 KB
总页数:22 页
更新时间:2025-10-23
总字数:约7.47千字
文档摘要

2025年大模型训练数据增强(含答案与解析)

一、单选题(共15题)

1.在大模型训练中,以下哪种数据增强方法可以有效提高模型的泛化能力?

A.数据扩充

B.数据清洗

C.数据增强策略

D.数据标注

答案:C

解析:数据增强策略通过变换原始数据集来生成新的数据样本,有助于提高模型的泛化能力和鲁棒性。例如,图像的旋转、缩放、裁剪等操作可以增加模型的泛化能力。

2.在大模型训练中,以下哪项不是数据增强的常见技术?

A.随机遮挡

B.灰度转换

C.归一化

D.随机抖动

答案:C

解析:归一化是一种数据预处理技术,用于将不同量级的特征映射到相同的尺度上,不属于数据增强的范