GPT系列模型的核心技术是（）A. Transformer架构B. 贝叶斯网络C. 生成式对抗网络D. 卷积神经网络

本题考查人工智能领域核心模型的技术基础，需要明确GPT系列模型的核心技术。解题关键在于区分不同深度学习模型的代表技术：

• Transformer架构是GPT模型的核心，其自注意力机制使其在自然语言处理中表现出色；
• 其他选项（如生成式对抗网络、卷积神经网络等）属于不同技术领域，需通过技术特点排除。

选项分析

A. Transformer架构

正确答案。GPT（Generative Pre-trained Transformer）模型名称中已明确包含“Transformer”，其核心依赖自注意力机制处理长距离依赖关系，实现高效的文本生成。

B. 贝叶斯网络

用于概率推理，常用于不确定性建模，与GPT的生成任务关联性弱。

C. 生成式对抗网络（GAN）

GAN通过生成器与判别器对抗训练生成数据，但GPT采用预训练+微调的自监督学习模式，与GAN机制不同。

D. 卷积神经网络（CNN）

CNN擅长局部特征提取（如图像处理），而GPT处理序列数据时依赖全局注意力，二者技术路径差异明显。