人工智能應(yīng)用技術(shù)基礎(chǔ) 項(xiàng)目八習(xí)題_第1頁(yè)
人工智能應(yīng)用技術(shù)基礎(chǔ) 項(xiàng)目八習(xí)題_第2頁(yè)
人工智能應(yīng)用技術(shù)基礎(chǔ) 項(xiàng)目八習(xí)題_第3頁(yè)
人工智能應(yīng)用技術(shù)基礎(chǔ) 項(xiàng)目八習(xí)題_第4頁(yè)
人工智能應(yīng)用技術(shù)基礎(chǔ) 項(xiàng)目八習(xí)題_第5頁(yè)
全文預(yù)覽已結(jié)束

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

習(xí)題八擁抱AI大模型的奇妙世界一、單項(xiàng)選擇題1、大模型的定義是指:A.具有少量參數(shù)的深度學(xué)習(xí)模型B.具有數(shù)千萬(wàn)甚至數(shù)億參數(shù)的深度學(xué)習(xí)模型C.僅用于圖像識(shí)別的模型D.只有一個(gè)神經(jīng)網(wǎng)絡(luò)層的模型2、Transformer架構(gòu)主要用于:A.視覺(jué)數(shù)據(jù)處理B.生成模型C.序列數(shù)據(jù)處理D.數(shù)據(jù)壓縮3、哪一項(xiàng)不是大模型的特點(diǎn)?A.高計(jì)算資源要求B.小規(guī)模數(shù)據(jù)需求C.多任務(wù)學(xué)習(xí)D.大規(guī)模參數(shù)4、以下哪種模型是語(yǔ)言大模型的代表作?A.ResNetB.GPTC.VisionTransformerD.CLIP5、視覺(jué)大模型主要用于:A.文本生成B.語(yǔ)音識(shí)別C.圖像分類(lèi)D.游戲模擬6、多模態(tài)技術(shù)的核心優(yōu)勢(shì)是什么?A.處理單一模態(tài)數(shù)據(jù)B.提供更全面、更豐富的信息C.僅限于圖像數(shù)據(jù)處理D.簡(jiǎn)化數(shù)據(jù)處理流程7、以下哪項(xiàng)技術(shù)不屬于多模態(tài)大模型的核心算法?A.深度學(xué)習(xí)B.目標(biāo)檢測(cè)C.多模態(tài)融合D.跨模態(tài)語(yǔ)義對(duì)齊8、大模型的發(fā)展歷程中的“爆發(fā)期”開(kāi)始于哪個(gè)年份?A.1956年B.2006年C.2013年D.2020年9、語(yǔ)言大模型中的BERT模型由哪家公司發(fā)布?A.MicrosoftB.FacebookC.GoogleD.OpenAI10、在多模態(tài)大模型中,圖神經(jīng)網(wǎng)絡(luò)的主要作用是什么?A.處理文本數(shù)據(jù)B.提取視覺(jué)特征C.增強(qiáng)用戶和物品表示的學(xué)習(xí)D.分析音頻數(shù)據(jù)二、填空題1、大模型的參數(shù)規(guī)模通常是從數(shù)千萬(wàn)到_________個(gè)參數(shù)。2、Transformer架構(gòu)的核心機(jī)制是_________機(jī)制。3、語(yǔ)言大模型中,_________模型被廣泛應(yīng)用于自然語(yǔ)言處理任務(wù)。4、視覺(jué)大模型通常使用_________神經(jīng)網(wǎng)絡(luò)來(lái)處理圖像數(shù)據(jù)。5、多模態(tài)大模型的特征提取與編碼過(guò)程包括將不同模態(tài)的數(shù)據(jù)轉(zhuǎn)化為_(kāi)________。6、在多模態(tài)大模型中,_________學(xué)習(xí)是一種重要的訓(xùn)練策略。7、大模型的發(fā)展歷程中的“爆發(fā)期”開(kāi)始于_________年。8、多模態(tài)大模型中,圖神經(jīng)網(wǎng)絡(luò)的作用是_________用戶和物品表示的學(xué)習(xí)。9、語(yǔ)言大模型中的BERT模型由_________公司發(fā)布。10、大模型的“沉淀期”包括_________的技術(shù)進(jìn)步和應(yīng)用場(chǎng)景擴(kuò)展。三、判斷題1、多模態(tài)大模型的“應(yīng)用層”主要用于理論研究。2、ResNet模型的主要?jiǎng)?chuàng)新點(diǎn)是殘差連接。3、在大模型的“萌芽期”,卷積神經(jīng)網(wǎng)絡(luò)的雛形出現(xiàn)。4、自監(jiān)督學(xué)習(xí)優(yōu)化的主要目標(biāo)是利用未標(biāo)記數(shù)據(jù)提升模型表現(xiàn)。5、在大模型的計(jì)算資源需求中,通常需要數(shù)十個(gè)GPU。四、簡(jiǎn)答題1、簡(jiǎn)述大模型的定義及其特點(diǎn)。2、Transformer架構(gòu)在語(yǔ)言大模型中的作用是什么?3、描述視覺(jué)大模型在圖像處理中的應(yīng)用。4、多模態(tài)大模型的優(yōu)勢(shì)是什么?5、解釋自監(jiān)督學(xué)習(xí)在大模型訓(xùn)練中的作用。五、上機(jī)題1、私有化多模態(tài)大模型項(xiàng)目實(shí)戰(zhàn)任務(wù)描述在人工智能發(fā)展的浪潮中,大模型尤其是多模態(tài)大模型,逐漸成為推動(dòng)技術(shù)進(jìn)步的重要力量。多模態(tài)大模型是人工智能領(lǐng)域中的一種高級(jí)模型,其獨(dú)特之處在于能夠同時(shí)處理和整合來(lái)自不同數(shù)據(jù)模態(tài)的信息。所謂模態(tài),指的是數(shù)據(jù)的形式或種類(lèi),例如圖像、文本、音頻等。本次任務(wù)將在本地搭建與部屬私有

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論