2. 在進行大型語言模型 (LLM) 企業專屬知識的 Fine-tuning 時，若內部 GPU 運算資
源與記憶體嚴重受限，下列哪一種參數高效微調(PEFT, Parameter Efficient FineTuning)技術最能在維持模型效能的前提下，顯著降低需更新的參數數量？

(A)知識蒸餾(Knowledge Distillation)；

(B)提示詞工程(Prompt Engineering)；

(C)梯度凍結(Gradient Freezing)；

(D)低秩適配(Low-Rank Adaptation)

答案：登入後查看
統計： 尚無統計資料