单选题 大模型训练过程中，“预训练+微调”模式的核心目的是（ ）
A、减少预训练的数据量
B、降低模型部署难度
C、在通用能力基础上适配特定领域任务
D、增加模型参数规模
单选题 Transformer架构的核心创新是（ ）
A、循环神经网络机制
B、自注意力机制
C、卷积神经网络机制
D、池化层机制
单选题 大模型“涌现”现象的核心特征是（ ）
A、模型参数减少时性能提升
B、模型规模突破临界值后,突然具备低规模模型不具备的复杂能力
C、仅能在文本生成任务中体现
D、无需训练数据即可获得能力
单选题 以下关于大模型的定义，最准确的是（ ）
A、参数数量在百万级的深度学习模型
B、仅能处理文本数据的预训练模型
C、参数数量在数十亿及以上的深度学习模型,以大型语言模型为核心
D、必须通过开源方式提供服务的AI模型
单选题 以下哪种任务最能体现大模型的多模态能力（ ）
A、文本分类
B、图像描述生成
C、语音转文字
D、关键词提取
单选题 大模型训练中，Scaling Law的核心规律是（ ）
A、模型性能随参数规模增大而线性下降
B、模型性能随参数规模、训练数据量增大而提升
C、训练数据量与模型性能无关
D、参数规模达到上限后性能不再变化
单选题 Vision Transformer（ViT）的核心创新是（ ）
A、首次将Transformer应用于计算机视觉领域
B、提升了RNN的图像处理能力
C、仅能处理文本数据
D、无需图像预处理即可直接训练
单选题 以下哪种模型属于开源大语言模型（ ）
A、GPT-4
B、文心一言
C、LLaMA3
D、通义千问
2026-01-09
共356道
