2026年前沿人工智能技术科普知识有奖问答.docxVIP

第PAGE页共NUMPAGES页

2026年前沿人工智能技术科普知识有奖问答

一、单选题（每题2分，共20题）

说明：下列每题只有一个正确答案。

1.量子计算在人工智能领域的潜在应用不包括以下哪项？

A.加速大规模模型训练

B.提高自然语言处理效率

C.直接替代经典计算机的算力

D.优化推荐系统算法

2.Transformer模型在自然语言处理中的核心优势是什么？

A.更低的计算复杂度

B.更强的并行处理能力

C.更短的训练时间

D.更高的参数效率

3.联邦学习在隐私保护场景下的主要优势是？

A.全局模型更新速度更快

B.允许数据本地处理不外传

C.无需中心化服务器

D.适用于小规模数据集

4.生成式预训练模型（GPT-4）相比早期模型的主要突破是？

A.减少了训练数据量

B.提高了推理速度

C.增强了多模态理解能力

D.降低了模型参数规模

5.强化学习在自动驾驶领域的典型应用场景是？

A.文本生成

B.图像分类

C.环境决策优化

D.语音识别

6.深度强化学习中的“策略梯度”方法主要用于解决什么问题？

A.数据过拟合

B.训练不稳定

C.难以处理连续动作空间

D.无法探索环境

7.边缘计算在AI应用中的关键价值是？

A.提升云端处理能力

B.降低延迟和带宽需求

C.增加模型参数量

D.减少本地存储