2025年黑马大赛AI赛道第三次模拟考试（通用知识）

您的姓名：
1、大模型的主要特点是什么？
2、以下哪个是大模型的应用领域？
3、大模型训练中常用的优化算法是？
4、大模型的“预训练-微调”策略中，预训练的目的是？
5、在大模型中，什么是“过拟合”？
6、以下哪个不是大模型训练的常见挑战？
7、大模型的“Transformer”架构主要用于？
8、大模型的“自注意力机制”主要作用是？
9、以下哪项是大模型的主要优势？
10、在大模型中，通常使用的激活函数是？
11、大模型的训练通常需要哪些资源？
12、以下哪些是大模型面临的伦理问题？
13、大模型的应用场景包括哪些？
14、在大模型的训练过程中，常用的数据增强技术有哪些？
15、评估大模型性能时，可以使用哪些指标？
16、大模型的训练过程中，如何防止过拟合？
17、大模型的“微调”过程通常包括哪些步骤？
18、以下哪些是大模型可能带来的社会影响？
19、大模型的可解释性可以通过哪些方法提高？
20、大模型的训练数据通常需要满足哪些条件？
21、大模型的参数越多，模型的性能一定越好。
22、自注意力机制是Transformer架构的核心部分。
23、大模型训练过程中，数据集的大小对模型性能没有影响。
24、微调是大模型在特定任务上进行训练的过程。
25、大模型无法应用于实时系统。
26、大模型的训练需要大量的计算资源。
27、所有大模型都采用相同的架构。
28、大模型的训练时间通常较短。
29、数据隐私是大模型应用中的一个重要伦理问题。
30、大模型的可解释性越高，模型越复杂。
更多问卷 复制此问卷