一、单选题

1、迁移学习（Transfer Learning）的适用场景是？

{{ select(1) }}

• 数据量充足但任务与预训练模型任务无关
• 数据量不足但任务与预训练模型任务相关
• 数据量不足且任务与预训练模型任务无关
• 数据量充足且任务与预训练模型任务高度相关

2、在推理（Inference）阶段相对于训练阶段，通常会被关闭以提高效率的操作是

{{ select(2) }}

• Layer Normalization
• Tokenization
• Dropout
• 残差连接

3、假设一个深度学习模型的权重初始化自一个均值为0，标准差为0.01的正态分布$N(0,0.01^{2})$。随机抽取一个权重，其值落在$[-0.02,0.02]$之间的概率大约是多少? 提示：利用正态分布的3σ法则 {{ select(3) }}

• 68%
• 95%
• 34%
• 99.7%

4、DPM-Solver在扩散模型中的主要优势是: {{ select(4) }}

• 增加模型参数
• 降低采样步数
• 提高训练速度
• 提高模型鲁棒性

5、Multi-Head Attention的输出如何计算 {{ select(5) }}

• 各头结果拼接后线性投影
• 各头注意力结果取平均
• 通过门控机制加权合并
• 仅保留最大相似度的头