人工智能应用技术基础 项目八习题

习题八拥抱AI大模型的奇妙世界一、单项选择题1、大模型的定义是指：A.具有少量参数的深度学习模型B.具有数千万甚至数亿参数的深度学习模型C.仅用于图像识别的模型D.只有一个神经网络层的模型2、Transformer架构主要用于：A.视觉数据处理B.生成模型C.序列数据处理D.数据压缩3、哪一项不是大模型的特点？A.高计算资源要求B.小规模数据需求C.多任务学习D.大规模参数4、以下哪种模型是语言大模型的代表作？A.ResNetB.GPTC.VisionTransformerD.CLIP5、视觉大模型主要用于：A.文本生成B.语音识别C.图像分类D.游戏模拟6、多模态技术的核心优势是什么？A.处理单一模态数据B.提供更全面、更丰富的信息C.仅限于图像数据处理D.简化数据处理流程7、以下哪项技术不属于多模态大模型的核心算法？A.深度学习B.目标检测C.多模态融合D.跨模态语义对齐8、大模型的发展历程中的“爆发期”开始于哪个年份？A.1956年B.2006年C.2013年D.2020年9、语言大模型中的BERT模型由哪家公司发布？A.MicrosoftB.FacebookC.GoogleD.OpenAI10、在多模态大模型中，图神经网络的主要作用是什么？A.处理文本数据B.提取视觉特征C.增强用户和物品表示的学习D.分析音频数据二、填空题1、大模型的参数规模通常是从数千万到_________个参数。2、Transformer架构的核心机制是_________机制。3、语言大模型中，_________模型被广泛应用于自然语言处理任务。4、视觉大模型通常使用_________神经网络来处理图像数据。5、多模态大模型的特征提取与编码过程包括将不同模态的数据转化为_________。6、在多模态大模型中，_________学习是一种重要的训练策略。7、大模型的发展历程中的“爆发期”开始于_________年。8、多模态大模型中，图神经网络的作用是_________用户和物品表示的学习。9、语言大模型中的BERT模型由_________公司发布。10、大模型的“沉淀期”包括_________的技术进步和应用场景扩展。三、判断题1、多模态大模型的“应用层”主要用于理论研究。2、ResNet模型的主要创新点是残差连接。3、在大模型的“萌芽期”，卷积神经网络的雏形出现。4、自监督学习优化的主要目标是利用未标记数据提升模型表现。5、在大模型的计算资源需求中，通常需要数十个GPU。四、简答题1、简述大模型的定义及其特点。2、Transformer架构在语言大模型中的作用是什么？3、描述视觉大模型在图像处理中的应用。4、多模态大模型的优势是什么？5、解释自监督学习在大模型训练中的作用。五、上机题1、私有化多模态大模型项目实战任务描述在人工智能发展的浪潮中，大模型尤其是多模态大模型，逐渐成为推动技术进步的重要力量。多模态大模型是人工智能领域中的一种高级模型，其独特之处在于能够同时处理和整合来自不同数据模态的信息。所谓模态，指的是数据的形式或种类，例如图像、文本、音频等。本次任务将在本地搭建与部属私有