📝 LLM基础 章节测验
本章测验，共 5 题，通过分数线 60%
计分测验 · 通过线 60%
1. Temperature 参数为 0 时，LLM 的输出特征是？
A完全随机
B总是选择概率最高的 token（确定性输出）
C输出更长的回复
D启用推理模式
2. LLM 幻觉（Hallucination）的根本原因是？
AGPU 内存不足
B模型基于统计概率生成文本，而非查询事实数据库
C训练数据太少
D上下文窗口太短
3. RLHF（人类反馈强化学习）在 LLM 训练中的作用是？
A预训练阶段学习语言
B通过人类偏好对齐模型输出，减少有害内容
C压缩模型体积
D提升推理速度
4. KV Cache 在 LLM 推理中的作用是？
A存储用户历史对话
B缓存已计算的注意力键值，避免重复计算已处理 token
C压缩模型权重
D管理 GPU 内存
5. MoE（混合专家）架构的核心思想是？
A使用多个独立模型投票
B每次只激活部分专家子网络，降低计算量
C增加注意力头数量
D使用量化减少精度
🎉 本章节已完成！继续学习
下一章节API入门与模型调用API入门导读
→