2025年大模型偏见溯源可解释性习题(含答案与解析).docx

2025年大模型偏见溯源可解释性习题(含答案与解析).docx

2025年大模型偏见溯源可解释性习题(含答案与解析)

一、单选题(共15题)

1.以下哪项技术可以帮助在大模型中检测并溯源偏见?

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.偏见检测

2.在大模型训练过程中,如何实现模型的鲁棒性增强?

A.对抗性攻击防御

B.推理加速技术

C.模型并行策略

D.低精度推理

3.在大模型中,如何通过可解释性来提高模型的透明度?

A.评估指标体系(困惑度/准确率)

B.伦理安全风险

C.内容安全过滤

D.优化器对比(Adam/SGD)

4.在处理大规模数据集时,以下哪种方法可以有效提高模

文档评论(0)

1亿VIP精品文档

相关文档