96.误差包括（）A. 随机误差B. 系统误差C. 绝对误差D. 相对误差E. 基值误差

两个小样本数值变量资料比较的假设检验,应首先考虑( )。A. 资料符合哪种检验的条件B. 秩和检验C. t检验D. 任选一种检验方法

描述一组正态分布资料变量值的平均水平,宜选用()A. overline(x)B. CVC. S^2D. G

比较大小：(1)15.30 15.03(2)15 14.96(3)17.50 17.5(4)12.3 1.23(5)0.78 1.1(6)12.56 12.55(7)5.99 6.1(8)12.02 12.20(9)0.044 0.0433

精密度试验结果与CLIA'88规定的允许总误差（TEa）比较，对于批间精密度的判断标准合适的是小于或等于（）A. 1TEaB. 1/2 TEaC. 1/3 TEaD. 1/4 TEa

方差分析中变异分解的依据是（）A. 研究目的和资料设计类型B. 分组的多少C. 样本含量的大小D. 自由度的大小E. 以上都不对

样本数据的质量问题可以概括为（ ）几个方面。A. 准确性B. 可比性C. 一致性D. 完整性

[单选] 判断模型参数估计量的符号、大小、相互之间关系的合理性属于（）准则。A. 经济计量准则B. 经济理论准则C. 统计准则D. 统计准则和经济理论准则

性别属于A. 定量资料B. 无序多分类变量C. 二分类变量D. 有序多分类变量E. 等级资料

“幻觉”是指大语言模型一本正经地胡说八道。语义熵是概率统计中用于测量一段答案中的信息是否一致的一种指标。熵值越低，即大家给出的答案越类似，说明信息越可信。例如，当你问AI“世界上最高的山是哪座？”发现“珠穆朗玛峰”这个答案出现频率最高，低语义熵表明“珠穆朗玛峰”是可信答案。因此，语义熵方法能够解决“幻觉”问题。以下哪项如果为真，不能削弱上述结论？()A. 语义熵很难处理复杂的问题，特别是当正确答案有多个时，语义熵很难区分哪个答案更可靠B. “幻觉”不是大语言模型的故障，而是它的特点，语义熵方法不应试图解决幻觉问题C. 当需要综合常识来判断时，语义熵只能基于词语的统计概率来评估，可能导致错误D. 如果训练数据被无意或者有意“污染”，语义熵给出的“自信”陈述的熵值可能不高

热门问题