必学必会
学习
阅读
产品库
沙盘
演示
更多
▾
English
Русский
注册
登录
试题试做
共 11335 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 400 页
在 MoE 模型上部署投机解码收益不明显,若你是工程师,会如何决策与验证? - A. 直接断言投机解码无效,全量弃用 - B. 分别测 MTP(vLLM/SGLang) 与传统草稿路径的 tok/s 与质量,结合路由开销判断是否采用,并保留回归测试 - C. 只测参数量 - D. 关闭量化强行对比 - **答案:** B - **解析:** 应基于实测:对比…
为什么候选树(tree-based)在高 γ 下比线性序列更能提升"有效接受长度"?请用分布直觉解释。 - A. 树在每一步只保留单一路径,减少分支 - B. 树并行验证多条前缀,命中正确分支即可一次接受多个 token,缓解单链"一处错全链断"的脆弱性 - C. 树会降低接受率 - D. 树与线性无区别 - **答案:** B - **解析:** 线性序列…
设计一个"草稿-验证"方案时,若目标模型每次前向的固定开销(如 KV 读取、调度)为 C,单 token 计算为 s,草稿模型单 token 计算为 s_d(s_d << s),推测步数 γ,接受率 α。请推导"每产出 1 个 token 的平均算力成本"表达式,并说明何时优于逐 token 生成。 - A. 成本 = (C + γ·s_d + s) / E…
在"从零实现 GPT-2 规模模型"(如 NanoEuler)的教学价值上,最关键的是? - A. 复现全部论文 - B. 通过动手实现理解注意力、位置编码与训练循环的工程细节 - C. 追求最大参数量 - D. 替代生产框架 - **答案:** B - **解析:** 教学价值在于把黑箱拆成可运行的部件,建立从张量到生成的直觉,而非追求规模。 ## 挑战题…
若某本地模型在 b8954–b8967 构建上 web-search 工具路径损坏,最稳妥做法是? - A. 忽略并强行上线 - B. 固定到已知良好构建或编译 head-of-tree - C. 卸载推理框架 - D. 提高温度绕过 - **答案:** B - **解析:** 已知回归区间应避开,固定到良好版本或跟踪修复后的主线,避免线上工具调用故障。
"Agent 界面正在吞噬 IDE"意指? - A. 代理式工作流逐步取代传统手动编码界面 - B. IDE 将被删除 - C. 只有终端能用 - D. 代码不再需要 - **答案:** A - **解析:** 从 Cursor 到 Claude Code,开发范式从"人写"转向"人指挥代理写",代理界面成为新的主战场。
关于 KV 缓存与推测解码的关系,正确的是? - A. 推测解码通过一次前向验证多个 token,摊薄 KV 缓存读取成本 - B. KV 缓存与解码无关 - C. 推测解码会增加每 token 的 KV 读取 - D. KV 缓存只在训练用 - **答案:** A - **解析:** 草稿一次提出多个候选,目标模型一次前向完成验证,多个 token 摊薄了…
在消费级 24GB 显存上,35B-A3B MoE 与 27B 密集模型应如何取舍? - A. 通用聊天/RAG 选 35B-A3B,编程/代理选 27B 密集 - B. 永远选更大的 - C. 永远选更小的 - D. 两者无差别 - **答案:** A - **解析:** 社区经验:35B-A3B 擅长通用与多语言,27B 密集在编程/代理工作流更稳定,且…
给编码 Agent 做安全加固,下列组合最合理的是? - A. 沙箱 + 工具调用白名单 + 输出安全扫描(如 MakerChecker) - B. 开放全部本机权限 - C. 关闭所有日志 - D. 仅依赖模型自觉 - **答案:** A - **解析:** 沙箱隔离、最小权限工具白名单、生成后的安全扫描(如 MakerChecker)形成纵深防御,呼应今…
在评测"加速是否免费"时,应检验? - A. 输出分布是否与基准逐 token 一致(如基准准确率不变) - B. 模型参数量 - C. 训练损失 - D. 显卡品牌 - **答案:** A - **解析:** "免费"指分布不变;应通过标准基准对比质量,确认加速未以精度为代价。
候选树推测相比线性序列,在"接受更多 token"上的本质是? - A. 增大温度 - B. 用分支并行覆盖更多可能前缀,提高有效接受长度 - C. 减少草稿模型数量 - D. 关闭验证 - **答案:** B - **解析:** 树结构允许在同一大步内验证多条候选路径,匹配到正确分支时即可一次接受多个 token,突破线性单链瓶颈。
用 Rust 重写性能热点(如 pgrust 重写 Postgres 模块)通常追求的是? - A. 内存安全 + 接近 C 的性能 - B. 完全放弃性能 - C. 仅提升可读性 - D. 增大二进制体积无收益 - **答案:** A - **解析:** Rust 在提供内存安全保证的同时保持系统级性能,适合重写长期存在的 C 热点以降低漏洞面。
关于"更好的模型,更差的工具"(LLM 工具调用退化),最贴切的解释是? - A. 模型越强,工具调用越稳定 - B. 更强模型可能改变调用习惯,反而在既有工具链上退化 - C. 工具调用与模型无关 - D. 工具调用只取决于温度 - **答案:** B - **解析:** 模型升级可能改变指令遵循与参数构造方式,若工具/接口未同步适配,会出现调用回归,需回…
在"代码整洁度决定 AI 编程代理成败"的观点中,核心机制是? - A. 整洁代码让模型更容易定位与修改正确位置 - B. 整洁代码让训练更快 - C. 整洁代码自动修复 bug - D. 整洁代码提升推理速度 - **答案:** A - **解析:** 代理在杂乱、强耦合的代码库上更容易误改,结构清晰、命名一致的代码显著提升代理的成功率。
为何 MoE 模型(如 35B-A3B)上的投机解码有时"吃不到增益"? - A. MoE 路由改变了草稿-验证的算力账 - B. MoE 不支持量化 - C. MoE 没有 KV 缓存 - D. MoE 不能做 prefill - **答案:** A - **解析:** 专家路由带来额外开销,部分实现中路由开销抵消了投机解码的节省;此时 MTP via v…
对比"独立草稿模型"与"MTP 内置预测头",后者的主要工程优势是? - A. 推理质量更高 - B. 无需额外模型、显存与部署更简单 - C. 必须更大显存 - D. 只能在云端用 - **答案:** B - **解析:** MTP 头随模型权重一起加载,省去维护第二个模型与对齐流程,对本地部署尤其友好。
一个系统 prefill 很慢但 decode 很快,最可能影响哪种任务体验? - A. 生成长篇小说 - B. 长上下文 RAG 问答的首 token 延迟 - C. 模型训练 - D. 数据标注 - **答案:** B - **解析:** RAG 需先处理长检索上下文,prefill 吞吐直接决定首 token 延迟,用户会明显感到"卡一下才开始答"。
给定 γ=5、α=0.8,估算平均每个大步产出的 token 数最接近? - A. 1.2 - B. 2.0 - C. 4.0 - D. 6.0 - **答案:** C - **解析:** 用 (1-α^(γ+1))/(1-α) = (1-0.8^6)/(0.2) ≈ (1-0.262)/0.2 ≈ 3.69,最接近 4.0;对应加速比约 4 倍。
关于"零摩擦部署"(如 Cloudflare 临时账户),它对 AI Agent 的意义是? - A. 让 Agent 能即时获得隔离的计算与凭证环境 - B. 让模型变大 - C. 降低推理质量 - D. 取消所有安全控制 - **答案:** A - **解析:** 临时账户为 Agent 提供即用即弃的隔离运行环境,减少本机暴露,是 Agent 安全部署…
为什么"草稿模型很不准"会削弱推测解码收益? - A. 接受率低,每大步几乎只产出 1 个 token,额外算力被浪费 - B. 模型会自动停止 - C. 输出分布会变 - D. 显存会溢出 - **答案:** A - **解析:** α 很低时验证大量拒绝,并行化收益被草稿计算开销抵消,加速趋近甚至低于逐 token 生成。
共 11335 篇 · 第 400 / 567 页
上一页
下一页
试题试做 第400页 - 生命科学与前沿科技学习平台 | 必学必会