2025年机器学习工程师项目实战案例分析：跨模态迁移学习.docx

2025年机器学习工程师项目实战案例分析：跨模态迁移学习

一、单选题（共15题）

1.在跨模态迁移学习中，以下哪个步骤是用于将源域的知识迁移到目标域的关键？

A.数据增强

B.模型微调

C.特征提取

D.预训练模型选择

答案：B

解析：模型微调是跨模态迁移学习中的关键步骤，它涉及在源域上预训练的模型的基础上，使用目标域的数据进行进一步训练，以适应目标域的特性，参考《跨模态迁移学习综述》2025版4.2节。

2.在使用分布式训练框架进行跨模态迁移学习时，以下哪种策略有助于提高训练效率？

A.数据并行

B.模型并行

C.精度并行

D.批处理大小调整

答案：B

解析：模