- 1、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。。
- 2、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 3、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
大模型应用前景分析试题答案及解析
一、单选题(共15题)
1.以下哪项技术可以显著提升大规模语言模型的训练效率?
A.分布式训练框架
B.参数高效微调(LoRA/QLoRA)
C.持续预训练策略
D.对抗性攻击防御
答案:A
解析:分布式训练框架通过将模型分割到多个节点上并行训练,可以显著提升大规模语言模型的训练效率,降低训练时间,参考《大规模语言模型训练技术指南》2025版第3.2节。
2.在模型并行策略中,以下哪种方法可以实现模型在多个GPU上的高效运行?
A.数据并行
B.模型并行
C.精度并行
D.混合并行
答案:B
解析:模型并行通过将模型的不同部分分配
文档评论(0)