180、【单选题 #1】人工智能是计算机科学的一个重要分支,这个领域涉及理解,也涉及构建( ),这些机器需要在各种各样新奇的情况下计算如何有效和安全地行动。

405、【单选题 #12】为什么现在会舍弃文法、句法分析和语义解释,转而使用纯粹的( )模型?这是因为它更容易开发和维护,并且在标准的基准测试中得分更高。

404、【单选题 #12】使用( )训练数据可以得到更好的模型。如果进一步使用其他类型的数据——结构化数据库、数值数据、图像和视频,需要在硬件处理速度上取得突破。

403、【单选题 #12】( )是一种语言模型,它有15亿个参数,在40GB的因特网文本上训练。它在法英翻译、查找远距离依赖的指代对象以及一般知识问答等任务中都取得了良好的成绩。

402、【单选题 #12】在( )硬件进步普及的背景下,研究人员能够直接下载如Transformer这样的模型,而不需要花费资源训练自己的模型,从而允许使用者高效地训练比之前更大更深的神经网络。① CPU ② GPT ③ TPU ④ XPU

401、【单选题 #12】ImageNet是斯坦福大学李飞飞教授为了解决机器学习中过拟合和泛化的问题而牵头构建的一种( )。直到目前,它仍然是深度学习领域中图像分类、检测、定位的最常用数据集之一。

400、【单选题 #12】( )年,自然语言处理出现了一个转折点,它的主要推动力是,通过深度学习和迁移学习,自然语言处理可以下载通用语言模型,并针对特定任务进行微调。

399、【单选题 #12】在自然语言处理中,基于( )的处理系统已经在许多任务上获得了成功,但它们的性能受到实际文本中极度复杂的语言现象的限制。① 句法分析 ② 语素分析 ③ 语义分析 ④ 词语分解

398、【单选题 #11】语音识别是指利用计算机自动对语音信号的( )进行识别的技术总称,它是实现语音自动控制的基础。① 音素 ② 音节 ③ 音速 ④ 词

397、【单选题 #11】语音理解是指利用( )等人工智能技术进行语句自动识别和语意理解。

396、【单选题 #11】语音信号处理是一门多学科的综合技术。它以( )以及声学等基本实验为基础。① 生理 ② 心理 ③ 语言 ④ 设备