缓解大语言模型幻觉的方法包括( )
- A提供更详细的提示词
- B结合检索增强(RAG)
- C人工核实输出内容
- D完全信任模型输出
大语言模型在教育领域的应用包括( )
- A智能答疑
- B辅助写作
- C个性化学习推荐
- D完全替代教师
以下属于大语言模型对齐技术的方法有( )
- ARLHF
- BDPO
- CCNN
- DGAN
以下关于Token的说法正确的有( )
- AToken是文本最小处理单位
- BToken数量影响模型处理能力
- C中文一个字等于多个token
- DToken数量不影响任何东西
以下关于上下文窗口的说法正确的有( )
- A限制了模型一次处理的文本量
- B窗口越大能记住的信息越多
- C上下文窗口无限大
- D窗口大小不影响效果
使用大语言模型时应注意的事项包括( )
- A核实生成内容的准确性
- B不输入敏感个人信息
- C遵守平台使用规范
- D完全依赖模型输出
大语言模型在客服领域的优势包括( )
- A7x24小时服务
- B快速响应
- C多语言支持
- D完全替代人工客服
以下关于大语言模型参数量的说法正确的有( )
- A参数量越大通常能力越强
- B参数量越大训练成本越高
- C参数量越少效果越好
- D参数量不影响训练成本
大语言模型可能存在的伦理问题包括( )
- A生成虚假信息
- B版权争议
- C加剧偏见
- D没有任何伦理问题
以下关于开源大语言模型的说法正确的有( )
- A公开了模型权重
- B便于研究者和开发者使用
- C完全免费商用
- D不需要任何训练
以下属于大语言模型在商业领域应用的有( )
- A市场分析报告
- B自动报告生成
- C智能客服
- D物理产品制造
以下关于大语言模型发展趋势的说法正确的有( )
- A向多模态方向发展
- B更小更高效的模型
- C更好的对齐技术
- D不再需要训练数据
大语言模型是基于Transformer架构的。
大语言模型生成的内容一定是正确的。
GPT是一种生成式预训练模型。
大语言模型的理解能力和人类完全一样。
提示词(Prompt)的设计会影响大语言模型的输出质量。
大语言模型只能处理英文,不能处理中文。
RLHF是一种让模型更符合人类偏好的技术。
大语言模型的上下文窗口是无限大的。
本页仅提供题目与选项供学习参考,不含答案。如需系统练习、自动判分与错题本,欢迎前往主站《人工智能通识基础》在线练习。