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？
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？
- 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；
- 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；
- 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；
- 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 ✓ 正確答案
詳細解析
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。
出題年份：114 難度：★★☆