iPAS 考題解析在深度學習模型的微調（Fine-tuning）過程中，可能出現所謂的「災難性遺忘（Catastrophic Forgetting）」。此現象最可能造成哪種情況？

解析

正確答案：D. 模型過度適應微調的資料分佈，逐漸遺忘先前預訓練所獲得的廣泛知識，在原有任務或廣泛領域上表現變差

災難性遺忘是指模型在學習新任務時，過度調整權重以適應新資料，導致先前學到的知識被覆蓋。模型在原有任務上的表現會顯著下降，因為它「忘記」了預訓練階段學到的通用知識。

每個選項為什麼對或錯

• A 由於計算資源或訓練步驟不足，模型在微調過程中無法完整收斂，導致學習效果受限； 錯誤選項

  訓練步驟不足導致收斂問題是欠擬合，不是災難性遺忘的特徵。

• B 微調後模型的表現變得隨機，無法有效記憶新學到的模式與知識； 錯誤選項

  災難性遺忘是遺忘舊知識，不是表現變隨機或無法學新知識。

• C 微調後模型的部分權重產生偏移，導致模型無法針對較長的文字進行回應； 錯誤選項

  權重偏移導致無法處理長文字是模型能力的限制，與災難性遺忘無直接關聯。

• D 模型過度適應微調的資料分佈，逐漸遺忘先前預訓練所獲得的廣泛知識，在原有任務或廣泛領域上表現變差 正解

  過度適應新資料而遺忘預訓練知識，正是災難性遺忘的核心定義。

答案、題目或解析有問題？回報這題

題目 © 經濟部產業發展署，AITerms.tw 僅作教學解析使用，本站解析以 CC BY-NC-SA 4.0 授權。