试题试做

共 10885 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 4 页

扩展遗传密码（把 4 字母扩到 8 字母 / 引入非天然氨基酸）的最大工程挑战是：

DNA 存储中为什么要用汉明码 / Reed-Solomon 等纠错编码？

中心法则在『计算视角』下最准确的表达是：

合成生物学中『从读基因到写生命』的『写』指：

CRISPR-Cas9 的『导航』由谁提供？

DNA 作为存储介质的核心优势是：

你要在单节点 8×H100 上部署 70B LLM。FP16 权重 ~140 GB，单卡 80 GB。最合理的部署策略是：

张量并行（tensor parallelism）与流水线并行的本质区别是：

MLPerf 推理里『延迟 SLA』与『吞吐』的权衡意味着：

为什么晶圆级芯片（WSE）能比多 GPU 集群更适合大模型训练？

推理流水线（pipeline parallelism）把模型按层切分到不同设备，主要解决：

INT8 量化相对于 FP16，理论上显存占用：

大模型推理的显存瓶颈主要来自：

Cerebras WSE（Wafer-Scale Engine）与传统 GPU 的核心区别是：

你要在 7B LLM 上用零阶方法微调，预算允许每次前向 ~512 次扰动样本。backprop 一次前向+反向约等于 2 次前向代价。下列判断最合理的是：

温度参数 T 在知识蒸馏中如何影响教师软标签？

推测解码（speculative decoding）里『小模型起草 + 大模型校验』为什么能加速？

为什么 MoE（混合专家）架构在零阶训练下反而可能比 dense 模型更有利？

零阶估计 ĝ = (f(θ+εu)−f(θ))u/ε 与真梯度 g 的关系：

大模型推理时 KV Cache 的作用是：

试题试做第4页 - 生命科学与前沿科技学习平台 | 必学必会