2025年人工智能基础及应用考试试题及答案

2025年人工智能基础及应用考试试题及答案一、单项选择题（每题2分，共20分）1.在深度学习中，下列哪种激活函数在输入为0时导数最大？A.SigmoidB.TanhC.ReLUD.LeakyReLU答案：C解析：ReLU在x>0时导数为1，x≤0时导数为0；在x=0处通常约定左导数为0、右导数为1，因此“在0点”取右导数时其值为1，是四个选项中最大的。2.联邦学习框架中，服务器端聚合本地模型参数最常用的算法是：A.FedAvgB.FedProxC.SCAFFOLDD.FedNova答案：A解析：FedAvg（FederatedAveraging）由McMahan等人于2016年提出，核心思想是对客户端上传的梯度或参数进行加权平均，是目前工业界部署最广泛、验证最充分的基线算法。3.在VisionTransformer（ViT）中，位置编码采用二维可学习参数矩阵的主要目的是：A.降低计算复杂度B.保留图像空间结构信息C.增强通道注意力D.减少参数量答案：B解析：ViT将图像切块后拉平为序列，天然丢失空间邻接关系；引入二维位置编码可让模型隐式感知块之间的相对位置，从而保留空间结构。4.下列关于A搜索算法的描述，正确的是：A.启发函数h(n)允许高估代价时仍能保证最优解B.当h(n)=0时，A退化为Dijkstra算法C.可容许性指h(n)必须等于真实代价D.一致性（单调性）比可容许性条件更弱答案：B解析：h(n)=0意味着仅依赖已付出的代价g(n)，此时A与Dijkstra等价；可容许性要求h(n)不超过真实代价，高估将破坏最优性；一致性比可容许性更强。5.在PyTorch中，以下代码片段执行后，张量x的requires_grad属性为：```pythonx=torch.randn(3,4)x=x.cuda()x.requires_grad_(True)y=x.sum()```A.FalseB.TrueC.报错D.None答案：B解析：x.requires_grad_(True)原地修改标志，随后y依赖于x，因此x的requires_grad为True。6.在GPT3的175B参数版本中，采用的主要注意力机制是：A.稀疏注意力B.局部窗口注意力C.全连接自注意力D.线性注意力答案：C解析：GPT3沿用Transformer解码器结构，每一层均为全连接自注意力，未引入稀疏化技巧。7.在强化学习中，Qlearning与SARSA的根本区别在于：A.是否使用εgreedy策略B.是否bootstrap下一状态的最大Q值C.是否基于模型D.是否offpolicy答案：B解析：Qlearning在更新时采用max_a'Q(s',a')，属于offpolicy；SARSA使用实际执行的a'，属于onpolicy。8.在DiffusionModel训练阶段，对图像x₀施加的噪声分布通常选择：A.伯努利噪声B.椒盐噪声C.高斯噪声D.泊松噪声答案：C解析：DDPM等系列工作均假设前向过程q(x_t|x_{t1})为高斯分布，便于推导闭式重参数化。9.在TensorRT优化过程中，下列哪项技术用于将多个小kernel融合为单个大kernel？A.KernelautotuningB.LayerfusionC.DynamictensormemoryD.Precisioncalibration答案：B解析：Layerfusion通过纵向合并逐元素运算、激活函数等，减少显存往返与kernel启动开销。10.在CLIP模型中，图像编码器与文本编码器输出的嵌入向量维度不一致时，通常采用：A.L2归一化后直接点积B.额外线性投影至同一维度C.余弦相似度D.拼接后送入MLP答案：B解析：OpenAI官方实现中，图像与文本分别投影至相同dim（如512），再做归一化与点积计算logit。二、多项选择题（每题3分，共15分；多选少选均不得分）11.下列哪些技术可直接用于缓解Transformer在长序列上的二次内存开销？A.LinformerB.PerformerC.ALiBiD.FlashAttention答案：A、B、D解析：Linformer通过低秩投影将K/V压缩为固定长度；Performer使用FAVOR+近似注意力矩阵；FlashAttention利用分块与重计算在GPUSRAM完成softmax，无需存储O(n²)矩阵；ALiBi仅修改注意力偏置，不降低复杂度。12.关于生成对抗网络（GAN）中模式崩塌（modecollapse）现象，正确的描述包括：A.生成器只输出少数几种样本B.判别器损失快速降至0C.可通过minibatchdiscrimination缓解D.与梯度惩罚无关答案：A、B、C解析：模式崩塌导致生成多样性下降；判别器若过度自信，损失趋零；minibatchdiscrimination引入样本间距离度量；梯度惩罚（WGANGP）通过Lipschitz约束间接缓解崩塌。13.在自动驾驶感知系统中，多传感器融合的前融合（rawdatafusion）相对后融合（objectlevelfusion）的优势有：A.保留低层互补信息B.对传感器时间同步精度要求更低C.可联合优化特征提取D.计算量更小答案：A、C解析：前融合在原始数据阶段结合，可挖掘跨模态细粒度特征；但需严格时间同步且计算量更大；后融合计算量小、对同步鲁棒。14.以下哪些指标可用于评估多标签分类任务？A.microF1B.macroF1C.HamminglossD.ROCAUC答案：A、B、C解析：microF1全局统计TP/FP/FN；macroF1先算每类F1再平均；Hammingloss衡量标签错误比例；ROCAUC仅适用于二分类或需转化为OnevsRest，不直接体现多标签性能。15.在MLOps实践中，实现“可重复性”需关注：A.代码版本B.随机种子C.硬件架构D.容器镜像答案：A、B、D解析：代码、随机种子、环境镜像共同决定实验可复现；硬件架构差异（如GPU型号）可能导致浮点误差，但属于次要因素，通常通过容差解决。三、填空题（每空2分，共20分）16.在ResNet中，恒等映射分支的数学表达式为________。答案：H(x)=F(x)+x解析：残差块让网络学习残差F(x)=H(x)−x，缓解梯度消失。17.在PyTorch中，若需将模型所有BN层替换为GN层，可使用函数`torch.nn.Module.__________`递归遍历子模块。答案：named_modules解析：named_modules返回迭代器，可逐层判断并替换。18.在DDPM反向采样过程中，去噪网络预测的常见目标为________噪声。答案：高斯解析：网络ε_θ(x_t,t)预测添加到x_t上的高斯噪声，便于闭式推导。19.在知识蒸馏中，温度参数T→∞时，softmax输出分布趋近于________分布。答案：均匀解析：高温使logit差异缩小，概率趋于均等。20.在AutoML领域，__________算法通过早停与架构权重共享显著降低搜索成本。答案：ENAS（EfficientNeuralArchitectureSearch）解析：ENAS引入控制器RNN在超网内搜索，权重共享避免从头训练。21.在NLP评估中，BLEU4的ngram最大为________。答案：4解析：BLEUn表示取1~n元精度加权几何平均。22.在PyTorchLightning中，训练步返回字典需包含键________以支持自动反向。答案：loss解析：框架通过字典中loss键触发backward。23.在AlphaGoZero中，MCTS模拟采用神经网络输出的________与________作为先验概率与价值估计。答案：(P(s,a),V(s))解析：网络双头输出策略P与价值V，指导树搜索。24.在模型压缩技术中，__________量化将权重矩阵W分解为标量α与二值矩阵B。答案：BinaryConnect解析：W≈αB，B∈{−1,+1}，显著降低存储。25.在CV领域，__________损失函数通过增大类间距离、减小类内距离提升人脸识别精度。答案：ArcFace解析：ArcFace在角度空间加margin，增强判别性。四、判断题（每题1分，共10分；正确打“√”，错误打“×”）26.在Transformer中，点积注意力除以√d_k是为了防止softmax梯度消失。答案：√解析：当d_k较大时点积方差增大，导致softmax进入饱和区，梯度趋零。27.使用GroupNorm时，批量大小可以设置为1而不影响训练稳定性。答案：√解析：GN沿通道分组计算统计量，与batchsize无关。28.在YOLOv8中，AnchorFree设计意味着完全不需要先验框。答案：×解析：YOLOv8仍隐含“锚点”概念，只是将锚框尺寸隐式编码到网络预测中，无需手工预设。29.在GPT系列中，LayerNorm位于注意力子层之后、残差连接之前。答案：×解析：PreNorm结构将LayerNorm置于子层之前，PostNorm才置于之后；GPT3采用PreNorm。30.在联邦学习中，客户端数据NonIID会导致全局模型收敛速度下降。答案：√解析：数据分布偏移增加客户端漂移（clientdrift），需更多轮次或算法修正。31.在DiffusionModel中，增加扩散步数T一定能提升生成质量。答案：×解析：T过大导致离散化误差累积，且采样耗时增加，需权衡。32.在PyTorch中，torch.no_grad()上下文内创建的张量默认requires_grad=False。答案：√解析：no_grad屏蔽自动求导，新张量不加入计算图。33.在强化学习策略梯度定理中，基线函数b(s)必须与动作无关才能保证无偏性。答案：√解析：基线仅依赖状态，不改变策略梯度期望，但能减小方差。34.在VisionTransformer中，降低PatchSize会线性增加计算复杂度。答案：×解析：序列长度N≈(H/p)(W/p)，注意力复杂度O(N²d)，故p减半→N增四倍，复杂度平方级增长。35.在模型服务冷启动阶段，TensorRT引擎序列化文件可跨不同GPU架构直接复用。答案：×解析：引擎含硬件特定优化，跨架构需重新build。五、简答题（每题8分，共24分）36.描述MaskedAutoencoding（MAE）在视觉自监督中的核心思想，并说明其为何采用极高掩码率（如75%）仍能有效重建。答案：MAE将图像切块后随机掩码大部分patch（75%），编码器仅对可见patch计算特征，解码器为轻量级Transformer，输入为可见特征+掩码token，输出全部patch像素。高掩码率迫使编码器学习高层语义而非局部纹理；冗余的图像信息使少量可见块即可推断整体结构；同时减少预训练计算量，提升扩展性。实验表明，75%掩码率在ImageNet1K线性探测达最优精度。37.对比分析LoRA与Adapter在大型语言模型参数高效微调中的差异，并给出显存占用估算公式。答案：LoRA在原始权重旁引入低秩分解ΔW=BA，训练时冻结W，仅优化B∈ℝ^(r×k)、A∈ℝ^(d×r)，参数量≈2×d×r；Adapter在FFN后插入bottleneckMLP（downproj+upproj），参数量≈2×d×m（m为bottleneck宽度）。显存占用：LoRA：Activations同全量微调，但无W梯度，显存节省≈(d×k−2×d×r)×bytes；Adapter：新增激活需缓存，显存增加≈2×b×s×m×bytes（b=batch，s=seqlen）。LoRA推理可将BA合并至W，零额外延迟；Adapter需额外前向，延迟+5%~10%。38.解释StableDiffusion中“ClassifierFreeGuidance”原理，并推导采样阶段条件与无条件得分估计的融合公式。答案：ClassifierFreeGuidance同时训练条件与无条件扩散模型，令网络ε_θ(x_t,c)与ε_θ(x_t,∅)共享参数，仅在输入层面将条件c替换为空集token∅。采样时，将预测噪声修正为：ε̂=ε_θ(x_t,∅)+s·(ε_θ(x_t,c)−ε_θ(x_t,∅))其中s为guidancescale（s=1即标准条件生成，s>1增强条件一致性）。该公式无需额外分类器，避免外部分类器梯度估计噪声，提升图文对齐与生成质量。六、计算与推导题（共31分）39.（10分）给定一个4×4单通道图像I，采用2×2最大池化，步长为2，写出输出特征图，并计算其基于输入的梯度∂L/∂I，已知输出位置(0,0)的梯度为1，其余为0。输入：I=[[1,3,2,4],[5,7,6,8],[9,11,10,12],[13,15,14,16]]答案：输出O：[[7,8],[15,16]]梯度∂L/∂I：[[0,0,0,0],[0,1,0,0],[0,0,0,0],[0,0,0,0]]解析：最大池化仅将最大值位置梯度回传，其余置零。40.（10分）考虑一个三分类Softmax回归，权重矩阵W∈ℝ^(3×2)，偏置b=[0,0,0]ᵀ，输入x=[2,−1]ᵀ。已知：W=[[1,2],[3,−1],[0,0]]求：(1)未归一化logitz=Wx+b；(2)Softmax概率p；(3)交叉熵损失（真实标签y=1，onehot形式）。答案：(1)z=[0,7,0]ᵀ(2)p=[e^0,e^7,e^0]/(1+e^7+1)≈[0.00091,0.99818,0.00091](3)L=−logp_1≈−log(0.99818)≈0.00182解析：按定义逐步计算即可。41.（11分）在DDPM中，给定前向过程方差调度β_t=0.1+0.0001t，t=1…1000，推导α_t=1−β_t，并计算¯α_t=∏_{i=1}^tα_i。(1)写出¯α_t的递推公式；(2)计算t=100时的¯α_100（保留四位小数）；(3)说明¯α_t→0的物理意义。答案：(1)¯α_t=¯α_{t−1}·α_t，初始¯α_0=1(2)β_t=0.1+0.0001t，α_t=0.9−0.0001t；¯α_100=∏_{t=1}^{100}(0.9−0.0001t)取对数：log¯α_100=Σ_{t=1}^{100}log(0.9−0.0001t)数值计算得¯α_100≈0.000045(3)¯α_t→0意味着x_t几乎完全变为纯噪声，反向过程需从白噪声重建图像，对应扩散步数足够大时信息几乎被抹去。七、综合设计题（共30分）42.某市交通管理局拟基于视觉大模型构建“路侧违停识别”系统，要求：(1)24小时连续工作，单路摄像头日均过车1万辆；(2)检测+车牌识别端到端延迟<200msonRTX3060；(3)训练数据仅10万张白天清晰图，需适应夜间、雨雾等场景；(4)模型更新周期≤1周，不能上传原始视频至云端。请给出完整技术方案，含：A.数据增强与自监督策略（6分）B.