2025年自然语言处理工程师试题及答案.docxVIP

2025年自然语言处理工程师试题及答案

一、单项选择题（每题3分，共30分）

1.以下关于预训练语言模型的描述中，错误的是（）

A.LLaMA-3相比LLaMA-2增加了多模态输入接口，支持文本-图像-语音联合训练

B.RoBERTa通过移除NSP（下一句预测）任务并增大批量训练规模提升了性能

C.GPT-4的上下文窗口扩展至128ktoken，主要依赖于分块注意力（BlockAttention）和旋转位置编码（RoPE）的优化

D.通义千问7B模型采用深度网络量化（DeepSpeedQuantization）技术，在保持性能的同时将模型参数量压缩60%

答案：A

解析：LLaMA系列截至2025年主流版本仍以纯文本模态为主，多模态扩展（如支持图像）是LLaVA、BLIP等衍生模型的特性，非原生LLaMA-3的设计。

2.中文分词任务中，以下哪种方法更适合处理未登录词（OOV）？（）

A.基于规则的正向最大匹配法（FMM）

B.基于HMM的统计模型

C.基于BERT的字符级序列标注模型

D.基于词典的双向最大匹配法（BMM）

答案：C

解析：基于预训练模型的序列标注（如BERT+CRF）能通过上下文语义捕捉未登录词（如新兴网络用语），而规则、HMM、词典依赖固定模式或统计概率，对OOV泛化能力较弱。