2025年大模型可解释性方法AI政策研究员用户需求转化题

一、单选题（共15题）

1.以下哪项技术能够提高大模型的解释性，同时保持较高的模型性能？

A.知识蒸馏

B.结构剪枝

C.模型并行策略

D.可解释AI技术

2.在大模型训练过程中，以下哪种方法可以有效防止过拟合？

A.数据增强

B.正则化

C.随机梯度下降

D.梯度消失问题解决

3.以下哪种方法可以帮助减少大模型训练所需的数据量？

A.数据融合

B.特征工程自动化

C.联邦学习隐私保护

D.云边端协同部署

4.在评估大模型性能时，以下哪个指标最为重要？

A.准确率

B.混淆矩阵

C.F1分数

D