原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
查看更多
2025年模型量化精度补偿技术试题（含答案与解析）
一、单选题（共15题）
1.以下哪项技术能够在不显著降低模型精度的前提下，大幅减少模型参数量？
A.知识蒸馏
B.结构剪枝
C.稀疏激活网络设计
D.动态神经网络
A.[知识蒸馏]B.[结构剪枝]C.[稀疏激活网络设计]D.[动态神经网络]
答案：A
解析：知识蒸馏技术通过将大型教师模型的知识迁移到小型学生模型，可以在保持较高精度的同时，显著减少模型参数量。参考《深度学习模型压缩与加速技术指南》2025版第4.2节。
2.在模型量化过程中，哪种量化方法可以同时提高推理速度和降低内存占用？
A.INT8量化
B.
文档评论（0）