2025年全省职业技能竞赛(人工智能训练师赛项)备赛试题库(含答案)

2025年全省职业技能竞赛(人工智能训练师赛项)备赛试题库(含答案)一、单选题（每题1分，共30分）1.在PyTorch中，若模型在GPU上训练，下列哪段代码可将张量x从CPU迁移到GPU？A.x.cuda()B.x.to("cuda:0")C.x.gpu()D.x.device("gpu")答案：B解析：PyTorch使用`.to("cuda:0")`或`.cuda()`均可，但官方推荐`.to()`以支持设备字符串，兼容性更好；C、D为无效API。2.使用Adam优化器时，若beta1=0.9、beta2=0.999，则二阶矩估计的偏差修正项在t=2步时为：A.1/(10.999²)B.1/(10.999)C.10.999²D.10.999答案：A解析：二阶矩偏差修正分母为1beta2^t，t=2时为10.999²，取倒数即A。3.在Transformer中，ScaledDotProductAttention的缩放因子为：A.1/d_kB.1/√d_kC.√d_kD.d_k答案：B解析：防止点积过大进入softmax饱和区，需除以√d_k。4.联邦学习场景下，客户端上传的参数最可能是：A.原始训练数据B.模型权重梯度C.完整模型权重D.验证集准确率答案：B解析：联邦学习强调数据不出域，上传梯度或加密后的权重更新。5.在YOLOv8中，若输入图像640×640，下采样倍数为32，则特征图尺寸为：A.20×20B.40×40C.80×80D.160×160答案：A解析：640/32=20。6.使用混合精度训练时，lossscaling的主要目的是：A.加速收敛B.防止梯度下溢C.减少显存D.提高学习率答案：B解析：fp16动态范围小，乘以scale因子可避免梯度下溢。7.在DiffusionModel前向加噪过程中，若T=1000，β_t线性递增，则q(x_t|x_{t1})的方差：A.固定为β_tB.固定为1β_tC.固定为α_tD.固定为α_t的累积乘积答案：A解析：前向过程方差即为β_t。8.当使用LoRA微调LLM时，可训练参数集中在：A.Embedding层B.Attention矩阵的旁路低秩分解C.LayerNormD.输出头答案：B解析：LoRA将ΔW分解为低秩矩阵BA，仅训练B、A。9.在深度强化学习中，RainbowDQN未采用以下哪项改进？A.DoubleDQNB.DuelingNetworkC.PolicyGradientD.PrioritizedReplay答案：C解析：Rainbow整合六项，PolicyGradient不在其列。10.当使用TensorRT加速时，FP16模式相对FP32的显存占用约：A.不变B.减半C.翻倍D.减少75%答案：B解析：FP16数据大小为FP32一半。11.在CLIP模型中，图像编码器最后一层输出经什么操作得到embedding？A.GlobalAvgPoolB.L2归一化C.SoftmaxD.LayerNorm答案：B解析：图文对比学习需L2归一化后计算余弦相似度。12.若学习率调度器为CosineAnnealingLR，T_max=10，则第5轮学习率为：A.lr_max×0.5B.lr_max×(1+cos(π/2))/2C.lr_max×(1+cos(π))/2D.lr_max×cos(π/2)答案：B解析：cos(5π/10)=cos(π/2)=0，代入公式得0.5。13.在数据并行DP模式下，若batch=32、GPU=4，则每张卡实际处理样本：A.32B.16C.8D.4答案：C解析：32/4=8。14.使用Kaiming初始化时，若激活函数为ReLU，则方差增益为：A.1B.2C.√2D.0.5答案：B解析：He初始化考虑ReLU负半轴为0，增益取2。15.在NLP任务中，若词汇表大小为50000，Embedding维度512，则参数量为：A.50000×512B.50000×512×2C.50000+512D.50000/512答案：A解析：纯Lookup表，无共享。16.当使用EarlyStopping时，若patience=5，monitor='val_loss'，则连续几次不下降触发停止？A.4B.5C.6D.3答案：B解析：patience即容忍次数。17.在VisionTransformer中，位置编码常用：A.绝对正弦B.可学习1D向量C.相对旋转D.无需位置编码答案：B解析：ViT默认1D可学习位置编码。18.若模型参数量1.2B，使用Adam+FP32，则显存约：A.4.8GBB.9.6GBC.14.4GBD.19.2GB答案：C解析：参数量×12字节（参数4+动量4+二阶4）≈14.4GB。19.在StableDiffusion中，文本编码器采用：A.BERTB.CLIPTextEncoderC.T5D.GPT2答案：B解析：SD1.x使用CLIPViTL/14文本塔。20.当使用F1score评估多分类时，宏平均与微平均差异主要在于：A.是否加权样本B.是否加权类别C.是否考虑混淆矩阵D.是否使用softmax答案：B解析：宏平均对每个类别平等，微平均全局统计。21.在模型蒸馏中，温度T→∞时，softmax输出趋向：A.onehotB.均匀分布C.零向量D.原logits答案：B解析：温度越高分布越平滑，极限均匀。22.若使用混合专家MoE，Top2gating，则每次激活参数量约为总专家参数的：A.100%B.50%C.2/k（k为专家数）D.固定128M答案：C解析：Top2即激活2个专家，比例2/k。23.在AutoML中，NASNet搜索空间属于：A.链式结构B.单元级重复C.随机连线D.全连接答案：B解析：NASNet搜索Normal+Reduction单元，堆叠重复。24.当使用梯度累积时，accum_steps=4，则等效batch扩大：A.2倍B.4倍C.8倍D.不变答案：B解析：显式扩大batch。25.在图像分割中，若DiceLoss=0.25，则IoU约为：A.0.25B.0.2C.0.17D.0.33答案：C解析：Dice=2IoU/(1+IoU)，反解IoU≈0.17。26.当使用DeepSpeedZero3时，优化器状态分片后显存减少约：A.1/NB.2/NC.4/ND.不变答案：A解析：Zero3对参数、梯度、优化器状态全分片，线性减少。27.在语音合成Tacotron2中，位置敏感注意力机制主要解决：A.长序列遗忘B.单调对齐C.语速变化D.音色迁移答案：B解析：强制单调，避免重复或跳过。28.若使用RandAugment，默认n=2、m=9，则单张图最大变换次数：A.2B.9C.11D.18答案：A解析：n即选择变换个数。29.在模型部署阶段，若使用ONNX导出动态轴，应设置：A.dynamic_axes={'input':{0:'batch'}}B.dynamic_axes={'input':0}C.input_names=['batch']D.opset_version=7答案：A解析：字典指定轴名。30.当使用AUCROC评估，若正负样本比1:99，则随机分类器AUC期望：A.0.5B.0.99C.0.01D.1答案：A解析：随机分类器ROC对角线，AUC=0.5。二、多选题（每题2分，共20分，多选少选均不得分）31.下列哪些操作可有效缓解目标检测中小目标漏检？A.增大输入分辨率B.引入FPNC.使用CopyPaste数据增强D.降低NMS阈值答案：A、B、C解析：D降低阈值会增加误检。32.关于Transformer自注意力时间复杂度，正确的是：A.序列长度n，复杂度O(n²d)B.稀疏注意力可降至O(n√n)C.FlashAttention降低显存但复杂度不变D.线性注意力可做到O(nd)答案：A、B、C、D解析：线性注意力通过核技巧近似。33.在联邦学习中，以下哪些属于隐私威胁？A.模型逆向攻击B.成员推理攻击C.梯度泄露D.参数聚合答案：A、B、C解析：D为正常流程。34.使用混合专家MoE时，可能出现的问题包括：A.专家崩塌B.负载不均C.通信开销D.显存爆炸答案：A、B、C、D解析：均需通过auxiliaryloss、Topk、专家并行缓解。35.在LLM推理加速中，以下哪些技术可行？A.KVCacheB.动态批处理C.投机解码D.量化到INT4答案：A、B、C、D解析：均为工业界主流方案。36.下列属于无监督图像分割方法的是：A.Kmeans聚类B.Felzenszwalb算法C.GrabCutD.MaskRCNN答案：A、B、C解析：D为全监督。37.在深度伪造检测中，有效的线索包括：A.眨眼频率异常B.颜色直方图不一致C.面部landmark抖动D.压缩伪影答案：A、B、C、D解析：多模态特征融合。38.关于DiffusionModel采样加速，正确的是：A.DDIM可确定性采样B.DPMSolver多步加速C.蒸馏减少步数D.提高β_schedule即可无限加速答案：A、B、C解析：D盲目提高会失真。39.在模型压缩中，通道剪枝的关键挑战：A.如何评估通道重要性B.如何保持结构规整C.如何恢复精度D.如何增加FLOPs答案：A、B、C解析：D与目标相反。40.使用DeepSpeed训练时，以下哪些优化可同时开启？A.Zero2B.梯度累积C.FP16D.Pipeline并行答案：A、B、C、D解析：正交优化，可叠加。三、判断题（每题1分，共10分，正确打“√”，错误打“×”）41.在PyTorch中，`torch.no_grad()`会关闭自动求导并节省显存。答案：√解析：上下文管理器禁用梯度计算。42.BatchNorm在推理阶段仍更新running_mean。答案：×解析：推理时固定，训练才更新。43.使用LabelSmoothing后，交叉熵损失可能为负值。答案：×解析：平滑后目标分布非零，损失仍≥0。44.在VisionTransformer中，移除CLStoken仍可进行图像分类。答案：√解析：可全局平均池化。45.混合精度训练一定导致模型精度下降。答案：×解析：配合lossscaling可无损。46.联邦学习中的SecureAggregation可防止服务器看到单个用户梯度。答案：√解析：同态加密或秘密共享。47.RandAugment策略空间大小与ImageNetC无关。答案：×解析：ImageNetC为鲁棒性测试集，策略空间固定。48.在YOLOv8中，AnchorFree机制意味着无需任何先验框。答案：√解析：中心点+回归偏移。49.使用TensorRTINT8量化时必须进行校准。答案：√解析：需代表性数据计算缩放因子。50.当使用AUCPR评估时，正负样本比例变化会影响基线。答案：√解析：PR曲线受先验影响。四、填空题（每题2分，共20分）51.在Transformer中，若d_model=512，h=8，则每个头的维度为______。答案：64解析：512/8=64。52.若使用Cosine学习率衰减，初始lr=0.1，最小lr=0.001，则衰减倍数为______。答案：100解析：0.1/0.001=100。53.在StableDiffusion中，UNet输入通道数为______（含条件）。答案：9解析：4latent+4context+1timestep。54.当使用FocalLoss，γ=2时，易分类样本权重相对CE缩小约______倍（pt=0.9）。答案：100解析：(10.9)²=0.01。55.若模型大小1.3B，使用INT8量化后，权重文件约______GB。答案：1.3解析：1.3B×1Byte≈1.3GB。56.在LLM评估中，衡量模型知识边界的指标缩写为______。答案：MMLU解析：MassiveMultitaskLanguageUnderstanding。57.当使用DeepSpeedZero3，N=64GPU，则每卡存储参数量占比为______。答案：1/64解析：全分片。58.在图像分割中，若预测mask概率0.8，gt=1，则BCE损失为______（ln取自然对数）。答案：0.223解析：ln(0.8)≈0.223。59.若使用RandAugment，变换幅度m=10，则旋转最大角度为______度。答案：30解析：m=10对应30°。60.在联邦学习FedAvg中，本地epoch增大可能导致模型______。答案：漂移解析：数据非独立同分布引起客户端漂移。五、简答题（每题5分，共30分）61.描述FlashAttention的核心思想及其对长序列训练的实际收益。答案：FlashAttention通过分块（tiling）将注意力计算拆分为可在SRAM中完成的小块，避免实例化大的n×n注意力矩阵，从而将显存复杂度从O(n²)降至O(n)。收益：1)显存节省，可在A100上训练n=16k的Transformer；2)运行速度提升24×，因减少HBM读写；3)精度无损，保持softmax数值稳定性。62.说明LoRA低秩适应为何能在大模型微调中减少显存占用，并给出参数压缩比公式。答案：LoRA将可训练矩阵ΔW分解为B∈ℝ^{d×r}、A∈ℝ^{r×k}，原始参数量dk，现变为(d+k)r。压缩比=dk/((d+k)r)。当r≪min(d,k)时，比接近dk/(dr+kr)=dk/(r(d+k))，可缩小数十倍；冻结原权重，仅需存储低秩矩阵与梯度，优化器状态也同比例减少，显存占用下降。63.列举三种无监督语音合成方法，并比较其优缺点。答案：1)GlowTTS结合Flow，无需对齐，优点：自然度好，缺点：计算量大；2)VITS使用VAE+GAN，端到端，优点：实时性好，缺点：训练不稳定；3)YourTTS基于SpeakerEncoder，优点：零样本，缺点：音色相似度依赖数据。64.解释DINOv2自监督训练中的“动量教师”机制，并说明为何能避免崩溃解。答案：DINOv2维护一个动量更新的教师网络，权重θ_t←mθ_t+(1m)θ_s，学生θ_s通过梯度更新。教师输出经Centering与Sharpness处理，学生用交叉熵匹配教师。动量提供一致性目标，Centering防止所有输出相同，Sharpness增加峰值，共同避免崩溃。65.给出一种在边缘端部署YOLOv8nano的完整优化链路，含量化、剪枝、编译。答案：1)训练后量化：使用Ultralytics自带`exportformat=engineint8=True`，用100张校准图；2)通道剪枝：基于BN层γ排序，剪30%通道，微调50epoch；3)TensorRT编译：开启FP16+INT8混用，设置workspace=2GB，maxBatch=8；4)部署：JetsonOrinNano，时钟maxn，推理速度从30FPS提升至120FPS，mAP下降<1%。66.说明在联邦学习场景下如何利用SecureAggregation抵御半诚实服务器，并给出基于秘密共享的加法流程。答案：客户端i对本地梯度g_i生成随机数r_i，满足Σr_i=0；发送g_i+r_i到服务器；服务器聚合得到Σ(g_i+r_i)=Σg_i；因r_i和为零，服务器无法获知单个g_i。使用Shamir(t,n)秘密共享，可容忍t1客户端掉线，保证隐私与鲁棒。六、计算题（每题10分，共30分）67.给定一个Transformer块，d_model=1024，序列长度n=2048，batch=4，heads=16，计算标准自注意力与FlashAttention的显存占用差值（单位GB，保留两位小数）。答案：标准：QKV投影输出4×2048×1024×3×4Byte=0.75GB；注意力矩阵4×16×2048×2048×4Byte=8GB；合计≈8.75GB。Flash：无需存储大矩阵，仅分块中间结果，假设块大小128，需4×16×128×128×4Byte×(Q+K+V+Softmax)=0.13GB。差值：8.750.13=8.62GB。68.若使用LoRA微调GPT3175B，r=16，仅对Attention的QKV投影做适应，求可训练参数量及占比。答案：GPT3Attention参数量=96层×3投影×12288×12288≈43B。LoRA每投影参数量=2×12288×16=393k，总=96×3×393k≈113M。占比=113M/175B≈0.065%。69.在StableDiffusionv2.1中，UNet模型一次前向需计算TFLOPs。给定输入latent64×64×4，模型参数量865M，采用FP16，假设FLOPs≈2×参数量×token数，token=64×64=4096，求TFLOPs。答案：FLOPs=2×865M×4096≈7.1×10¹²，即7.1TFLO