PROBLEM SET
题库
按难度与知识点筛选,找到适合的练习题。
题目列表
共 67434 题
A53087
关于基于 Transformer 的三种主流模型架构(Encoder-only、Decoder-only、Encoder‒ Decoder),以下描述正确的是
2025年
--
--
A53086
关于批量⼤⼩(Batch Size)对模型训练的影响,以下说法错误的是
2025年
--
--
A53085
指令微调(Instruction Tuning)的核⼼⽬标是
2025年
--
--
A53084
在⼤语⾔模型的训练中,监督学习(Supervised Learning)的主要特征是什么?
2025年
--
--
A53083
关于 DeepSeek-R1 的特点 ,以下哪项描述最准确?
2025年
--
--
A53082
以下哪⼀项是精确率( Precision)的计算公式? 注:TP(True Positive ,真阳性)、 FP(False Positive ,假阳性)、TN(True Negative ,真阴性)、 FN( False Negative ,假阴性);
2025年
--
--
A53081
在预训练技术中,下⼀个词元预测任务(Next Token Prediction)主要基于以下哪种核⼼思想?
2025年
--
--
A53080
关于⾃注意⼒机制,以下哪项描述是正确的?
2025年
--
--
A53079
关于⼤语⾔模型的优势与局限性,以下描述正确的是?
2025年
--
--
A53078
关于⼤语⾔模型的训练流程,以下哪项分阶段描述最准确?
2025年
--
--
A53077
除了⽆害性、有⽤性和诚实性,⼈类对⻬还可能包含哪些重要标准?
2025年
--
--
A53076
下列哪个项是⼤语⾔模型产⽣偏⻅的主要来源?
2025年
--
--
A53075
按照语⾔模型的发展历程,以下四代模型的正确时间顺序是
2025年
--
--
A53074
关于贪⼼搜索(Greedy Search)和束搜索(Beam Search)这两种解码策略,以下描述正确的是
2025年
--
--
A53073
关于过拟合(Overfitting)现象,以下描述正确的是?
2025年
--
--
A53072
Qwen2.5-VL 是多模态⼤语⾔模型(Vision-Language Model, VLM),能够同时处理图像与⽂本输 ⼊,实现图⽂问答与视觉描述等任务。以下代码演⽰了使⽤ Qwen2.5-VL-7B-Instruct 模型,对输⼊图 像进⾏分析并⽣成⽂本回答。请阅读以下代码,并根据描述完成空缺部分。import torch
2025年
--
--
A53071
在⼤语⾔模型的实际部署中,推理阶段通常需要在保证稳定性、时延与显存效率之间取得平衡。常⻅策略包括: • 将模型切换⾄推理模式以禁⽤ Dropout; • 在推理时关闭梯度计算以减少显存占⽤; • 通过温度采样(Temperature Sampling)或核采样(Top-p Sampling)控制⽣成的多样性。 以下⽰例基于 Qwen2.5-7B 模型,实现了推理函数 deploy_generat…
2025年
--
--
A53070
直接偏好优化(Direct Preference Optimization, DPO)的核⼼思想是什么?
2025年
--
--
A53069
关于前缀微调(Prefix Tuning)与提⽰微调(Prompt Tuning)的异同点,以下哪种说法最准确?
2025年
--
--
A53068
关于AdamW优化器的改进,以下说法正确的是?
2025年
--
--