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 69 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 69 题
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 多模态模型 模型加载与推理 图像读取 提示构建 编程题 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 大语言模型推理 温度采样 梯度计算控制 模型推理模式 编程题 A53070 直接偏好优化（Direct Preference Optimization, DPO）的核⼼思想是什么？ 2025年 直接偏好优化 偏好学习 强化学习对齐 单选 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 参数高效微调 前缀微调 提示微调 单选 A53068 关于AdamW优化器的改进，以下说法正确的是？ 2025年 AdamW优化器 权重衰减 优化算法 单选 A53067 在深度学习模型训练过程中，梯度裁剪（Gradient Clipping）技术的主要作⽤是什么？ 2025年 深度学习 梯度裁剪 梯度爆炸 单选 A53066 关于知识利⽤能⼒评测中时效性要求的理解，以下哪项描述最准确？ 2025年 知识管理 单选 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 A53064 已知标准注意⼒的计算复杂度为 ，其中序列⻓度为 O(L2d)，特征维度为 L。设 2025年 注意力机制 计算复杂度 序列长度 特征维度 单选 A53063 在深度学习模型训练中，混合精度训练（Mixed Precision Training）技术的主要作⽤是什么？ 2025年 混合精度训练 深度学习 模型训练 单选 A53062 在提⽰学习中，以下哪项不属于⼈⼯提⽰设计的基本原则？ 2025年 人工智能提示设计 提示工程 机器学习基础 单选 A53061 某预训练任务初始批次⼤⼩（Batch Size）为256，采⽤梯度累积（Gradient Accumulation）策 略每4步更新⼀次，实际等效批次⼤⼩是多少？若改为动态调整策略，在训练中期将批次⼤⼩增⾄ 512，请计算梯度累积步数应如何调整以保持等效批次⼤⼩不变？ 2025年 梯度累积 等效批次大小 动态调整策略 单选 A53060 多头注意⼒（Multi-Head Attention, MHA） 是 Transformer 架构的核⼼组件，在⼤语⾔模型中扮演 着⾄关重要的⻆⾊。MHA 通过并⾏计算多个注意⼒头，能够让模型同时关注序列中不同位置的不同表 ⽰⼦空间，从⽽捕获更丰富的语义信息和位置关系。在标准 MHA 中，每个注意⼒头都维护独⽴的 Key (K) 和 Value (V) 缓存（KV Cache），这在推理阶段会带… 2025年 注意力机制 张量维度变换 低秩分解 缓存与掩码 编程题 A53059 在掩码语言模型预训练中，核心任务“掩码预测”的主要目的是什么？ 2025年 掩码语言模型 预训练任务 自监督学习 单选 A53058 小明和小华在学习大语言模型时，尝试让它写太空探险的故事。小明的提示词是：“写一个关于太空探险的故事。”小华的提示词是：“请你扮演一位经验丰富的科幻小说家，为中学生写一个大约 500 字的短篇故事。故事的主角是一位名叫‘星尘’的年轻宇航员，他在探索一颗未知行星时，意外发现了一个古老外星文明的遗迹。故事风格要紧张刺激，结局要留下悬念。”结果小华生成的故事比小明更好。从提示词工程的角度分析，为什么小华… 2025年 约束条件 大语言模型 提示词工程 角色设定 单选 A53057 在掩码语言模型预训练中，核心任务“掩码预测”的主要目的是什么 2025年 掩码语言模型 预训练任务 自监督学习 单选 A53056 小明和小华在学习大语言模型时，尝试让它写太空探险的故事。小明的提示词是：“写一个关于太空探险的故事。” 小华的提示词是：“请你扮演一位经验丰富的科幻小说家，为中学生写一个大约 500 字 的短篇故事。故事的主角是一位名叫‘星尘’的年轻宇航员，他在探索一颗未知行星时， 意外发现了一个古老外星文明的遗迹。故事风格要紧张刺激，结局要留下悬念。” 结果小华生成的故事比小明更好。从提示词工程的角度分析，为… 2025年 约束条件 大语言模型 提示词工程 角色扮演 单选 A53055 Transformer 架构中，使大语言模型能够有效处理长距离依赖关系的关键组件是： 2025年 自注意力机制 Transformer架构 长距离依赖 单选 A53054 指令微调的主要目的是什么？ 2025年 大语言模型 指令微调 单选 A53053 大语言模型中存在的社会偏见，其主要根源最可能是： 2025年 大语言模型 社会偏见 数据偏差 单选