元学习试卷及详解.docxVIP

元学习试卷及详解

一、单项选择题（共10题，每题1分，共10分）

元学习的核心定义是以下哪一项？

A.利用大量标注数据拟合单个任务数据分布的机器学习分支

B.学习跨任务通用规律，让模型获得“学习如何学习”能力的机器学习分支

C.基于深层神经网络完成特征提取的机器学习分支

D.将源任务知识迁移到目标任务的机器学习分支

答案：B

解析：正确选项B符合元学习的核心定义。选项A是传统监督学习的定义；选项C是深度学习的定义；选项D是迁移学习的定义，三者均不符合元学习的核心特征。

元学习与传统机器学习的核心差异是以下哪一项？

A.是否使用神经网络作为基础模型

B.是否需要标注数据完成训练

C.是否能在少量样本支撑下快速适配新任务

D.是否需要优化损失函数提升性能

答案：C

解析：正确选项C是二者的核心差异，传统机器学习适配新任务需要大量数据和长时间训练，元学习仅需少量样本即可快速适配。选项A错误，元学习也可以使用神经网络作为基础模型；选项B错误，元学习的元训练阶段也需要标注数据，只是新任务所需标注量极少；选项D错误，二者都需要通过优化损失函数提升性能。

经典方法MAML属于以下哪一类元学习范式？

A.基于度量的元学习

B.基于优化的元学习

C.基于模型的元学习

D.基于数据增强的元学习

答案：B

解析：正确选项B符合MAML的范式归属，MAML的核心是通过优化得到通用的