2025年人工智能基础试题及答案

2025年人工智能基础试题及答案一、单项选择题（每题2分，共20分）1.以下哪种学习方式不属于监督学习？A.用带标签的图像训练分类模型B.用用户点击日志训练点击率预测模型C.用无标签文本数据训练词向量（Word2Vec）D.用标注的医疗影像训练肿瘤检测模型2.关于损失函数的选择，以下说法错误的是？A.回归任务常用均方误差（MSE）作为损失函数B.二分类任务中，交叉熵损失比均方误差更适合输出概率的模型C.多分类任务中，softmax函数与交叉熵损失联合使用时，梯度计算更稳定D.当训练数据存在大量离群点时，均方误差比绝对误差（MAE）更鲁棒3.卷积神经网络（CNN）中，以下哪项操作不会改变特征图的空间尺寸（宽×高）？A.3×3卷积核，步长（stride）=1，填充（padding）=1B.2×2最大池化（maxpooling），步长=2C.1×1卷积核，步长=1，填充=0D.转置卷积（transposeconvolution），核大小=2×2，步长=2，填充=04.以下哪项不是循环神经网络（RNN）的缺点？A.长序列依赖问题（Long-termDependency）B.计算并行性差C.对输入顺序不敏感D.梯度消失或爆炸5.在强化学习中，“策略（Policy）”通常指？A.环境的状态转移概率B.智能体在给定状态下选择动作的概率分布C.奖励函数的设计规则D.值函数（ValueFunction）的更新策略6.关于过拟合（Overfitting），以下哪种方法无法缓解？A.增加训练数据量B.减小模型复杂度（如减少神经网络层数）C.使用权重正则化（L2正则化）D.提高学习率（LearningRate）7.Transformer模型中，“多头注意力（Multi-HeadAttention）”的主要作用是？A.减少计算复杂度B.让模型同时关注不同子空间的上下文信息C.替代循环神经网络处理序列顺序D.增加模型的参数量以提升容量8.以下哪项属于无监督学习任务？A.图像风格迁移（如将照片转为油画风格）B.垃圾邮件分类C.预测用户下一次购买的商品D.客户分群（Clustering）9.决策树（DecisionTree）中，信息增益（InformationGain）的计算基于？A.基尼系数（GiniIndex）B.熵（Entropy）C.均方误差D.互信息（MutualInformation）10.以下关于激活函数的说法，错误的是？A.Sigmoid函数的输出范围是（0,1），适合作为二分类模型的输出层激活函数B.ReLU（RectifiedLinearUnit）在输入为负时梯度为0，可能导致“神经元死亡”C.Tanh函数的输出范围是（-1,1），比Sigmoid更接近零均值，有利于梯度传播D.所有激活函数都必须是可导的，否则无法用反向传播训练二、填空题（每空2分，共20分）1.机器学习中，将数据划分为训练集、验证集和测试集的主要目的是________。2.梯度下降法的三种变体中，________（填写缩写）每次使用全部训练数据计算梯度，________（填写缩写）每次仅使用单个样本计算梯度。3.反向传播（Backpropagation）的核心思想是利用________法则，从输出层向输入层逐层计算损失函数对各参数的梯度。4.BERT（BidirectionalEncoderRepresentationsfromTransformers）的预训练任务包括________和________。5.强化学习的三要素是________、________和________。6.支持向量机（SVM）的目标是找到一个________，使得正负样本到该边界的间隔（Margin）最大。三、简答题（每题8分，共40分）1.简述监督学习、无监督学习和半监督学习的区别，并各举一个实际应用场景。2.卷积神经网络（CNN）中，为什么使用池化层（PoolingLayer）？常用的池化操作有哪些？各自的特点是什么？3.解释“欠拟合（Underfitting）”和“过拟合（Overfitting）”的含义，并说明如何判断模型处于哪种状态，以及对应的解决方法。4.描述Transformer模型中“自注意力（Self-Attention）”机制的计算过程，并说明其相对于循环神经网络（RNN）的优势。5.比较k近邻（k-NN）算法和支持向量机（SVM）在分类任务中的优缺点。四、算法题（每题10分，共20分）1.推导线性回归模型的最小二乘解。假设训练数据为{(x₁,y₁),(x₂,y₂),…,(xₙ,yₙ)}，其中xᵢ∈ℝᵈ，yᵢ∈ℝ，模型假设为y=wᵀx+b。要求写出损失函数、优化目标，并推导参数w和b的闭式解（提示：可将b合并到w中，构造增广向量）。2.设计一个用于图像分类的卷积神经网络（CNN）结构，要求包含至少2个卷积层、1个池化层、1个全连接层，并说明各层的作用及超参数（如卷积核大小、步长、填充、池化类型等）。五、综合分析题（20分）随着多模态大模型（如GPT-4V、PaLM-E）的发展，人工智能在跨文本、图像、视频等多模态数据的理解与生成任务中表现突出。请结合所学知识，分析多模态大模型的核心技术挑战，并提出至少3种可能的优化方向（可从模型结构、训练方法、数据利用等角度展开）。答案一、单项选择题1.C（Word2Vec是无监督学习，通过无标签文本学习词向量）2.D（MAE对离群点更鲁棒，MSE受离群点影响更大）3.A（3×3卷积核，步长1，填充1时，输出尺寸与输入相同；公式：输出尺寸=(输入尺寸-核大小+2×填充)/步长+1，代入得(H-3+2×1)/1+1=H）4.C（RNN对输入顺序敏感，这是其处理序列数据的基础）5.B（策略π(a|s)表示状态s下选择动作a的概率）6.D（提高学习率可能加剧过拟合，或导致训练不稳定）7.B（多头注意力通过多个头并行计算不同子空间的注意力，增强模型对不同上下文的捕捉能力）8.D（分群是无监督学习，无需标签；图像风格迁移通常基于无监督或自监督）9.B（信息增益=父节点熵-子节点加权熵，基于熵计算）10.D（如ReLU在x=0处不可导，但实际训练中可近似处理，不影响使用）二、填空题1.评估模型的泛化能力（避免过拟合训练数据）2.BGD（批量梯度下降）；SGD（随机梯度下降）3.链式求导（链式法则）4.掩码语言模型（MLM）；下一句预测（NSP）5.状态（State）；动作（Action）；奖励（Reward）6.最优分隔超平面（或“最大间隔超平面”）三、简答题1.区别：监督学习使用带标签数据训练，目标是学习输入到标签的映射；无监督学习使用无标签数据，目标是发现数据内在结构（如聚类、降维）；半监督学习结合少量标签数据和大量无标签数据，利用无标签数据提升模型性能。场景：监督学习（图像分类，如用带标签的猫狗图片训练分类器）；无监督学习（客户分群，如根据消费行为将用户划分为不同群体）；半监督学习（医疗影像诊断，利用少量标注的病灶图像和大量未标注图像训练模型）。2.池化层作用：降低特征图的空间维度（减少计算量），增强平移不变性（对局部区域的微小位移不敏感），保留主要特征。常用池化操作：-最大池化（MaxPooling）：取局部区域最大值，保留显著特征（如边缘、纹理）；-平均池化（AveragePooling）：取局部区域平均值，保留整体信息（如图像模糊后的整体亮度）；-随机池化（StochasticPooling）：按概率选择局部区域内的元素，增加模型泛化能力（随机性相当于正则化）。3.定义：欠拟合指模型无法捕捉数据的复杂模式，训练误差和验证误差均较高；过拟合指模型过度拟合训练数据的噪声，训练误差低但验证误差显著高于训练误差。判断方法：比较训练集和验证集的损失/准确率，若两者均高且接近→欠拟合；若训练集损失低但验证集损失高→过拟合。解决方法：欠拟合（增加模型复杂度，如增加神经网络层数；添加更多特征；降低正则化强度）；过拟合（增加训练数据；减小模型复杂度；使用正则化、Dropout；提前停止训练）。4.自注意力计算过程：输入序列的每个元素通过线性变换得到查询（Q）、键（K）、值（V）向量；计算Q与所有K的点积，得到注意力分数；通过Softmax归一化分数，得到各元素对当前元素的注意力权重；最后用权重对V加权求和，得到当前元素的上下文表示。优势：RNN依赖顺序计算（O(n)时间复杂度），自注意力可并行计算（O(n²)时间复杂度但更高效）；RNN难以捕捉长距离依赖（梯度消失），自注意力通过直接计算任意位置的依赖关系，解决长序列问题。5.k-NN优缺点：优点：无需训练（懒惰学习），简单易实现；对非线性决策边界适应力强。缺点：计算复杂度高（预测时需遍历所有训练样本）；对高维数据敏感（维度灾难）；受噪声和不平衡数据影响大（k值选择关键）。SVM优缺点：优点：通过最大间隔优化，泛化能力强；核技巧可处理非线性问题；适用于高维小样本数据（如文本分类）。缺点：对参数（核函数、正则化系数）敏感；训练时间随样本量增加显著上升（O(n³)时间复杂度）；难以直接扩展至多分类（需构造多个二分类器）。四、算法题1.损失函数：最小二乘法的目标是最小化预测值与真实值的平方误差和，即\[L(w,b)=\frac{1}{2}\sum_{i=1}^n(y_i-(w^Tx_i+b))^2\]（引入1/2是为了求导方便，不影响最优解）增广向量：令\(\hat{x}_i=[x_i^T,1]^T\)，\(\hat{w}=[w^T,b]^T\)，则模型可表示为\(y=\hat{w}^T\hat{x}_i\)，损失函数简化为\[L(\hat{w})=\frac{1}{2}\sum_{i=1}^n(y_i-\hat{w}^T\hat{x}_i)^2=\frac{1}{2}\|X\hat{w}-y\|^2\]其中\(X\)是\(n×(d+1)\)的增广数据矩阵，\(y\)是\(n×1\)的标签向量。闭式解：对\(L(\hat{w})\)求导并令梯度为0，\[\nabla_{\hat{w}}L=X^T(X\hat{w}-y)=0\]解得\(\hat{w}=(X^TX)^{-1}X^Ty\)（当\(X^TX\)满秩时存在唯一解）。2.CNN结构设计（以CIFAR-10图像分类为例，输入尺寸32×32×3）：-卷积层1：3×3卷积核，64个滤波器，步长1，填充1→输出尺寸32×32×64。作用：提取边缘、颜色等低级特征。-激活层：ReLU激活函数→引入非线性，避免模型退化为线性。-池化层：2×2最大池化，步长2→输出尺寸16×16×64。作用：降低空间维度，减少计算量。-卷积层2：3×3卷积核，128个滤波器，步长1，填充1→输出尺寸16×16×128。作用：提取纹理、局部形状等中级特征。-激活层：ReLU激活函数。-全局平均池化（GAP）：将16×16×128的特征图压缩为1×1×128的向量→减少全连接层参数，防止过拟合。-全连接层：128→10（CIFAR-10有10类）→输出各类别概率。-输出层：Softmax激活函数→将输出映射为概率分布。五、综合分析题核心技术挑战：1.多模态对齐（Alignment）：文本、图像、视频等模态的特征空间异质性大，如何建立跨模态的语义关联（如“狗”的文本描述与图像中的狗对应）是关键问题。2.计算与存储效率：多模态大模型参数量通常达千亿级，跨模态融合（如交叉注意力）的计算复杂度高（O(n²)），难以在实际场景中部署。3.数据质量与多样性：多模态数据（如图文对）可能存在噪声（如文本描述与图像不匹配）或偏差（如特定场景的样本占比过高），影响模型泛化能力。4.跨模态生成一致性：生成任务（如图文生成、视频描述）中，需保证不同模态内容的逻辑一致性（如生成的文本需准确描述图像中的所有关键元素）。优化方向：1.轻量化跨模态融合结构：设计稀疏注意力（如局部窗口注意力、分块注意力）或动态路由机制（如专家混合模型MoE），降低计算复杂度；探索参数共享（如跨模态共享部分底层特征提取器），减少参数量。2.自监督多模态预训练：利用无标签多