考研大模型与机器人：真题刷题顺序与提分策略.docxVIP

考研大模型与机器人：真题刷题顺序与提分策略

单项选择题（每题2分，共20分）

1.以下哪个是常见的大模型训练方法？

A.随机梯度下降

B.线性回归

C.聚类分析

D.主成分分析

答案：A

解析：随机梯度下降是大模型训练常用的优化算法，用于更新模型参数，而线性回归是一种预测模型，聚类分析用于数据分组，主成分分析用于数据降维。

2.机器人运动规划的主要目的是？

A.提高机器人速度

B.让机器人避开障碍物到达目标点

C.增加机器人负载能力

D.优化机器人外观

答案：B

解析：运动规划就是要找到一条从起点到目标点，同时避开障碍物的路径，速度、负载和外观并非其主要目的。

3.大模型在处理长文本时，哪种技术可提升效果？

A.卷积神经网络

B.循环神经网络

C.Transformer架构

D.决策树

答案：C

解析：Transformer架构通过自注意力机制能更好处理长序列依赖，卷积神经网络多用于图像，循环神经网络处理长文本有梯度消失问题，决策树用于分类和回归。

4.工业机器人主要应用于？

A.家庭清洁

B.教育教学

C.汽车制造

D.医疗美容

答案：C

解析：工业机器人常用于汽车制造等工业生产场景，家庭清洁一般是家用机器人，教育教学有教育机器人，医疗美容有特定医疗机器人。

5.大模型微调是指？

A.重新训练整个模型

B.在预训练模型基础上调整部分参数

C.更换模型架构

D.增加模型层数

答案：