基本信息

---

下载

文档摘要

---

2025年人工智能应用试题及答案

一、单项选择题（每题2分，共20分）

1.以下关于大语言模型（LLM）训练策略的描述中，错误的是：

A.预训练阶段通常采用自监督学习，利用大规模无标注文本

B.指令微调（InstructionTuning）的核心是通过人工标注的指令响应数据优化模型对齐能力

C.RLHF（人类反馈强化学习）中，奖励模型（RewardModel）的训练需要人类对模型输出进行排序标注

D.多任务统一训练（MultiTaskUnifiedTraining）会显著增加模型参数量，因此仅适用于千亿级以上模型

答案：D

解析：多任务统一训练通