试题试做

共 11085 道。先按知识点进入练习,也可以从下面的最新题目直接试做。

最新试题 · 第 3 页

Qwen4-Max 的上下文长度是?

Qwen4-Max 的「2.4 万亿参数」指的是?

厂商用自家私有 benchmark 报出「单任务成本降 62%」,最准确的解读是?

「留出集」(held-out set)的作用是什么?

要缩小 95% 置信区间,最直接有效的做法是?

「六个配置原本挤在 74% 上下 1.5 个点内」这句,在统计上意味着什么?

在 MaxxBench 结果里,Claude Opus 5.5 的分数变化是?

benchmaxxing 描述的行为是?

基准污染(benchmark contamination)指的是什么?

MaxxBench 对 DeepSWE 原始题目的改动,改动量级最接近下面哪个?

加一平滑、$^{13}\text{C}$ 示踪、独立验证集,这三样看似无关的东西,共同的方法论是什么?

从 2011 年 Norvig 那张「100% 工程清单」到 2026 年,要判断一个语言模型是否真的更好,除了榜单分数还该补哪三层证据?

若要用 2100 万条「序列—二级结构」配对数据做一次干净的消融,下面哪种设计最能回答「结构信息到底有没有用」?

把 FAST 回路推进动物实验之前,最该补的三组对照是哪些?

要判断一个语言模型是真泛化还是把测试集背了下来,设计一套最小可行的验证方案。下面哪套最站得住?

Schweik 与 English 发现成功软件 commons 里近一半只有单个开发者,这个结果拆掉了哪个常见预设?

同一条 CVE 里 AC:H(攻击条件复杂度高)与 E:U(未确认可利用性)同时出现,该怎么读?

issue 107757 的提交者坚持「移除而不是加开关」,这个要求的核心理由是?

「两万美元人人都能训文生图」这个说法,最该补的两条限定是什么?

Linum 报告的两个数字「收敛少用 11 倍样本」和「注意力上下文减到 1/4」,分别来自什么改动?

试题试做 第3页 - 生命科学与前沿科技学习平台 | 必学必会