iPAS 考題解析在評估大型語言模型，例如 7B、13B、175B 參數規模時，模型規模對基準測試（Benchmark）結果的影響，下列哪一種說法最為恰當？

解析

正確答案：D. 模型越大，Benchmark 結果可能提升，但幅度取決於訓練數據品質與資源配置

模型規模增大通常能提升 Benchmark 表現，但提升幅度並非無限，而是受到訓練數據品質、資源配置與任務特性等因素的影響。這是 Scaling Law 研究中的共識：規模有幫助，但不是唯一決定因素。

每個選項為什麼對或錯

• A 小模型在正確調整下能超越大模型，因此模型大小並不重要 錯誤選項

  小模型在特定情境下可能表現好，但說「模型大小不重要」過於絕對。

• B 大模型在多數情境下表現較好，但在特定任務上略遜於小模型 錯誤選項

  大模型不一定在特定任務上略遜於小模型，這個說法過於籠統。

• C 模型規模與基準測試結果完全無關，影響主要來自測試設計 錯誤選項

  模型規模與測試結果有明確的相關性，不可能完全無關。

• D 模型越大，Benchmark 結果可能提升，但幅度取決於訓練數據品質與資源配置 正解

  模型越大 Benchmark 可能提升，但實際幅度取決於訓練數據品質與資源配置。

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。