大模型预训练中，以下哪个不是常见的预训练任务?A. 掩码语言模型(Masked Language Model)B. 下一句预测(Next Sentence Prediction)C. 文本分类D. 机器翻译

考查要点：本题主要考查对大语言模型预训练任务的理解，需要区分预训练任务与下游任务的差异。

解题核心思路：

1. 预训练任务的特点是自监督学习，利用未标注数据通过语言建模、序列预测等任务训练模型。
2. 下游任务则是模型在特定应用场景中的实际目标（如分类、翻译等），通常需要标注数据。
3. 关键点：判断选项中哪些任务属于无监督学习（预训练任务），哪些属于有监督学习（下游任务）。

选项分析

A. 掩码语言模型（MLM）

• 核心思想：随机遮蔽部分单词，让模型预测被遮蔽的词。
• 特点：无需额外标注数据，通过自监督学习提升语言理解能力。
• 结论：常见预训练任务（如BERT）。

B. 下一句预测（NSP）

• 核心思想：判断当前段落的下一句是否是原文本的延续。
• 特点：通过预测句子间关系提升语境理解能力。
• 结论：常见预训练任务（如BERT）。

C. 文本分类

• 核心思想：将文本映射到预定义类别（如情感分析、主题分类）。
• 特点：需要大量标注数据，属于下游任务，而非预训练任务。
• 结论：不是预训练任务。

D. 机器翻译

• 核心思想：将一种语言翻译为另一种语言。
• 特点：通过大规模双语数据进行自监督学习。
• 结论：常见预训练任务（如早期的Transformer模型）。