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
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
A53027 当前意义上的“大语言模型”最显著的特征不包括以下哪一项 2025年 人工智能 大语言模型 单选 A53026 基于强化学习的推理能力优化方法面临的主要挑战是什么 2025年 强化学习 推理能力优化 挑战分析 单选 A53025 关于语言模型的困惑度，以下描述正确的是 2025年 语言模型 困惑度 单选 A53024 在使用低秩自适应法(Low-Rank Adaptation, LoRA)对一个大语言模型进行微调时，以下哪个操作是其典型的流程？ 2025年 LoRA微调 低秩分解 大语言模型 参数高效微调 单选 A53023 一个 AI 团队在完成其大型模型的监督微调后，准备进行偏好对齐。他们收集了大量成 对的人类偏好数据，每个提示词对应一个更受偏好的响应和一个不太理想的响应。团队在传统 从人类反馈中强化学习（Reinforcement Learning from Human Feedback，RLHF）和新兴的 直接偏好优化（Direct Preference Optimization，DPO）两种技术路线间进行抉… 2025年 强化学习 大模型对齐 直接偏好优化 奖励模型 单选 A53022 下列哪一项是混合专家模型（Mixture of Experts，MoE）面临的主要挑战？ 2025年 混合专家模型 模型架构 负载均衡 单选 A53021 大模型推理加速工具 vLLM 之所以能够极大地提升大型语言模型的高吞吐量服务性能， 其最核心的架构创新在于什么？ 2025年 大模型推理 注意力机制 显存管理 单选 A53020 学习率预热是大模型训练中一项非常重要的技术。它的主要目的是什么？ 2025年 学习率预热 大模型训练 单选 A53019 程序题：分组查询注意力本题旨在考察你对分组查询注意力 (Grouped-Query Attention, GQA) 单步推理的理解与实现能力。题目提供了一个带有 5 个空缺的Python函数 attn_step_gqa，你需要从给定的选项中选择正确答案填入。import math 2025年 分组查询注意力 张量维度变换 注意力掩码 缓存更新 编程题