单选题下列属于大模型典型应用的是：（）

A、基于多轮对话的上下文感知智能助手与知识问答

B、关系型数据库底层B+树索引的动态重平衡

C、编译器中的词法分析与中间代码(IR)优化生成

D、局域网内物理设备MAC地址的冲突检测

由4m***y8提供分享举报纠错

相关试题

单选题下列哪项最能体现大模型的语言生成能力？（）

A、基于上下文和指令概率分布,自回归式地预测并输出后续文本

B、利用倒排索引技术在本地大规模语料库中执行Semantic Search

C、使用传统的正则表达式(Regex)匹配文本中的结构化命名实体

D、通过有监督分类器将文本分配到预定义的标签体系中

单选题下列哪类任务更适合大模型处理？（）

A、基于非结构化文档的深度摘要与多视角语义提炼

B、工业级微秒级低延迟的伺服电机闭环反馈控制

C、强一致性分布式事务中的关系型数据ACID校验

D、基于确定性有穷自动机(DFA)的静态代码语法扫描

单选题大模型中的“参数（Parameters）”主要用于表示：（）

A、经过模型训练学习到的、存储在网络权重和偏置中的知识和模式

B、运行推理任务时用户输入的提示词与上下文总长度

C、客户端请求API时配置的Temperature、Top-P等超参数

D、向量数据库进行近似最近邻检索(ANN)时的距离度量指标

单选题大模型“幻觉（Hallucination）”通常指：（）

A、模型生成了语法通顺、符合逻辑但与客观事实或上下文不符的内容

B、模型在推理过程中由于显存溢出(OOM)导致的计算中断

C、模型在处理长文本上下文时出现的"迷失在中部(Lost in the Middle)"现象

D、模型由于温度参数设置过高导致的输出字符完全随机化

单选题 Embedding的主要作用是：（）

A、将文本、图片等高维离散信息映射为低维稠密向量

B、通过词频-逆文档频率(TF-IDF)压缩语料库体积

C、在不改变模型参数的情况下进行上下文学习(In-context Learning)

D、自动对齐多语言模型中的跨语料实体标签

单选题判断大模型是否适合某个任务，首先应考虑：（）

A、任务的容错度、所需推理逻辑的复杂度以及对实时性的要求

B、目标模型使用的是PyTorch框架还是TensorFlow框架

C、部署服务器支持的是NVLink互联还是PCIe插槽

D、前端页面采用的是单页面应用(SPA)还是服务端渲染(SSR)

单选题注意力机制（Attention Mechanism）主要解决的问题是：（）

A、解决深层神经网络中的梯度消失与梯度爆炸问题

B、允许模型在处理当前序列时,动态计算并聚焦于上下文的的不同关键部分

C、实现模型参数的分布式异步梯度更新

D、限制生成文本的最大Token长度以节省算力

单选题大语言模型中的Token通常指什么？（）

A、用于API接口调用时的身份验证密钥(API Key)

B、文本被切分后供模型处理的基本语义或字符单位

C、向量数据库中用于索引的高维特征向量

D、模型输出层产生的概率分布最大值