2026年高三信息技术（人工智能应用）结业考试题

2026年高三信息技术（人工智能应用）结业考试题一、单选题（共20题，每题2分，共40分）1.在人工智能领域，一个模型在训练集上表现良好，但在未见过的测试集上表现较差，这种现象最可能是什么问题？A.欠拟合B.过拟合C.梯度消失D.数据泄露答案：B2.以下哪项技术主要用于处理具有网格状拓扑结构的数据（如图像）？A.循环神经网络B.长短期记忆网络C.卷积神经网络D.生成对抗网络答案：C3.在机器学习中，将文本数据转换为计算机可处理的数值向量的过程通常被称为？A.特征缩放B.数据清洗C.词嵌入D.正则化答案：C4.以下哪个算法不属于典型的无监督学习算法？A.K-Means聚类B.主成分分析C.线性回归D.自编码器答案：C5.在神经网络中，用于引入非线性特性，使网络能够学习复杂模式的函数是？A.损失函数B.优化器C.激活函数D.正则化函数答案：C6.以下关于“迁移学习”的描述，哪一项最准确？A.在一个任务上训练好的模型，将其知识迁移到另一个相关任务上B.将数据从一个数据库迁移到另一个数据库C.学习如何在不同计算设备间迁移模型D.一种防止模型过拟合的技术答案：A7.在自然语言处理中，BERT模型的核心创新之一是采用了哪种注意力机制？A.自注意力机制B.全局注意力机制C.局部注意力机制D.硬注意力机制答案：A8.以下哪项是评估分类模型性能时，综合考虑了精确率和召回率的指标？A.准确率B.F1分数C.均方误差D.ROC曲线下面积答案：B9.在强化学习中，智能体通过与环境交互来学习策略，其目标是最大化什么？A.即时奖励B.累积奖励C.状态价值D.动作空间答案：B10.以下哪种数据增强技术常用于图像分类任务，以增加模型的鲁棒性？A.随机水平翻转B.特征标准化C.删除停用词D.下采样答案：A11.关于“可解释人工智能”的主要目标，以下描述最恰当的是？A.尽可能提高模型的预测速度B.使模型的决策过程对人类而言更透明、可理解C.减少模型训练所需的计算资源D.专注于提升模型在基准测试上的分数答案：B12.在训练深度学习模型时，如果训练损失持续下降但验证损失开始上升，通常应该采取什么措施？A.增加模型复杂度B.提前停止训练C.减少训练数据量D.提高学习率答案：B13.以下哪项技术主要用于生成新的、与训练数据相似的数据样本？A.支持向量机B.决策树C.生成对抗网络D.K近邻算法答案：C14.在多智能体系统中，智能体之间可能出现目标不一致或资源竞争的情况，这通常被称为？A.协同问题B.信用分配问题C.探索-利用困境D.博弈问题答案：D15.将连续的声音信号转换为离散的文本序列，属于人工智能的哪个应用任务？A.机器翻译B.语音识别C.文本摘要D.情感分析答案：B16.以下关于“联邦学习”特点的描述，错误的是？A.数据保留在本地设备，不上传至中央服务器B.通过交换模型参数或梯度更新进行协作学习C.主要用于解决数据孤岛问题D.其训练效率始终高于集中式数据训练答案：D17.在计算机视觉中，目标检测任务与图像分类任务的主要区别在于？A.目标检测只需识别图像中是否有特定物体B.目标检测需要识别物体并定位其位置C.图像分类需要输出物体的边界框D.两者没有本质区别答案：B18.以下哪种方法通常用于处理神经网络训练中的梯度爆炸问题？A.使用ReLU激活函数B.权重初始化C.梯度裁剪D.增加网络深度答案：C19.一个AI系统在做出决策时，如果其训练数据包含历史偏见，可能导致的结果是？A.计算速度变慢B.模型复杂度增加C.决策结果存在歧视或不公平D.模型无法收敛答案：C20.以下哪项是“具身人工智能”的核心思想？A.人工智能必须拥有物理形态B.智能体通过与真实物理环境的交互来学习和进化C.专注于开发超大规模的语言模型D.强调算法的理论证明而非实际应用答案：B二、多选题（共15题，每题3分，共45分）1.以下哪些属于机器学习中常见的特征工程方法？（）A.独热编码B.处理缺失值C.特征归一化D.增加网络层数答案：ABC2.关于监督学习、无监督学习和强化学习的区别，以下描述正确的有？（）A.监督学习需要带有标签的训练数据B.无监督学习试图发现数据中的内在结构或模式C.强化学习通过奖励信号来指导学习过程D.三者之间界限分明，没有交叉领域答案：ABC3.以下哪些是卷积神经网络中“池化层”的主要作用？（）A.降低特征图的空间尺寸，减少参数量B.引入非线性变换C.保持平移、旋转等一定程度的不变性D.提取更高级的语义特征答案：AC4.在自然语言处理中，以下哪些任务属于“序列到序列”模型的应用场景？（）A.机器翻译B.文本摘要C.情感分类D.对话生成答案：ABD5.以下关于“注意力机制”的描述，正确的有？（）A.它允许模型在处理信息时，对不同部分分配不同的权重B.是Transformer架构的核心组件之一C.只能应用于自然语言处理领域D.可以提高模型对长距离依赖关系的捕捉能力答案：ABD6.以下哪些因素可能导致机器学习模型存在偏见？（）A.训练数据本身存在历史或社会偏见B.特征选择不当，引入了与敏感属性相关的代理变量C.算法设计者的主观假设D.模型在部署后从未进行过评估答案：ABCD7.以下哪些是当前人工智能发展面临的挑战？（）A.模型的可解释性不足B.对数据和算力的巨大需求C.隐私和安全问题D.在开放动态环境中泛化能力有限答案：ABCD8.关于“元学习”或“学会学习”，以下说法正确的有？（）A.目标是让模型学会如何更高效地学习新任务B.通常在小样本学习场景中表现出优势C.与迁移学习是同一概念的不同说法D.其训练过程往往涉及多个相关任务答案：ABD9.以下哪些技术或方法有助于提高深度学习模型的泛化能力，防止过拟合？（）A.DropoutB.数据增强C.L1/L2正则化D.早停法答案：ABCD10.在人工智能伦理领域，以下哪些原则被广泛讨论和认可？（）A.公平性B.透明性C.问责制D.隐私保护答案：ABCD11.以下关于“知识图谱”的描述，正确的有？（）A.是一种用图结构来表示知识和建模实体间关系的技术B.通常由实体、关系和属性组成C.只能用于搜索引擎优化D.可以支持推理和智能问答等应用答案：ABD12.以下哪些是智能体在强化学习环境中可能采取的基本策略？（）A.探索：尝试新的行动以发现更多信息B.利用：根据当前知识选择认为最优的行动C.模仿：完全复制其他智能体的行为D.随机：无视环境反馈，完全随机行动答案：AB13.关于“多模态人工智能”，以下描述正确的有？（）A.能够处理和融合多种类型的数据，如文本、图像、声音B.其模型比单模态模型更简单、更容易训练C.应用示例包括根据图像生成描述性文本D.需要解决不同模态数据间的对齐和关联问题答案：ACD14.以下哪些场景属于人工智能在科学发现中的应用？（）A.利用AI预测蛋白质的三维结构B.使用机器学习模型筛选潜在的新材料C.分析天文数据以发现新的天体现象D.自动化实验室中的液体处理操作答案：ABCD15.在部署一个AI模型到实际生产环境前，通常需要考虑哪些方面？（）A.模型的性能和准确性是否达标B.模型的推理速度能否满足实时性要求C.模型在不同子群体上的表现是否公平D.模型对对抗性攻击的鲁棒性如何答案：ABCD三、判断题（共10题，每题1.5分，共15分）1.人工智能的终极目标是开发出与人类智能完全等同的通用人工智能。答案：错误2.在神经网络中，反向传播算法主要用于前向计算过程中。答案：错误3.准确率是评估不平衡数据集分类模型性能的最佳单一指标。答案：错误4.强化学习不需要预先准备带标签的训练数据，智能体通过试错和奖励信号进行学习。答案：正确5.深度学习模型总是层数越深、参数越多，性能就越好。答案：错误6.预训练语言模型（如GPT系列）可以在大量无标注文本上进行自监