GESP 1-4级 -- GESP 5-8级 -- CSP-J/S --
测评会员优惠活动进行中 · 开通 VIP，有效期内测评不限次 VIP 优惠中 · 测评不限次 立即查看

分类题库

人工智能大模型

按题型、年份与知识点筛选，快速定位练习题。

共 2 题 2025年
分类
Scratch题库 Python题库 信息学奥赛题库 蓝桥杯青少组题库 信息技术题库 机器人技术题库 C++编程题库 NOC大赛题库 信息素养大赛题库 人工智能大模型
题型
全部 单选 编程题
年份
全部 2025年
知识点
全部 大语言模型 人工智能伦理 人工智能 注意力机制 监督学习 强化学习 自注意力机制 数据偏见 人类对齐 指令微调 Transformer架构 提示词工程 约束条件 张量维度变换 注意力掩码 低秩分解 参数高效微调 推理能力优化 语言模型 直接偏好优化 困惑度 大语言模型评测 模型能力评估 大语言模型推理 模型公平性 模型评估 贪心搜索 束搜索 解码策略 掩码语言模型 预训练任务 自监督学习 深度学习 模型训练 机器学习基础 提示学习

题目列表

共 2 题
A53065 在评估⼤语⾔模型的逐步推理能⼒时，以下哪种情况最能体现模型的真实推理⽔平？ 2025年 大语言模型 模型评估 逐步推理 单选 A53032 在评估一个代码生成智能体时，我们常使用 Pass@K 指标。假设我们有一个包含 n=100 个编程问题的测试集。对于每个问题，让智能体独立生成 k=5 个不同的代码解决方案。 如果对于某个问题，生成的 5 个方案中有任意一个能够通过单元测试，该问题就被视为“已解 决”。最终，在 100 个问题中，有 60 个问题被成功解决。 根据上述描述，以下关于 Pass@K 的计算和解释，哪一项是正确的？ 2025年 Pass@K指标 概率统计 模型评估 单选