2025年大模型训练数据增强（含答案与解析）.docx

2025年大模型训练数据增强（含答案与解析）

一、单选题（共15题）

1.在大模型训练中，以下哪种数据增强方法可以有效提高模型的泛化能力？

A.数据扩充

B.数据清洗

C.数据增强策略

D.数据标注

答案：C

解析：数据增强策略通过变换原始数据集来生成新的数据样本，有助于提高模型的泛化能力和鲁棒性。例如，图像的旋转、缩放、裁剪等操作可以增加模型的泛化能力。

2.在大模型训练中，以下哪项不是数据增强的常见技术？

A.随机遮挡

B.灰度转换

C.归一化

D.随机抖动

答案：C

解析：归一化是一种数据预处理技术，用于将不同量级的特征映射到相同的尺度上，不属于数据增强的范