基础题2026人工智能训练师职业能力测试题

基础题2026人工智能训练师职业能力测试题一、单项选择题（每题1分，共30分）1.在监督学习框架下，若训练集标签存在5%的随机噪声，下列哪种策略对最终模型泛化误差的影响最小？A.增加网络深度至3倍B.采用标签平滑（LabelSmoothing）C.将学习率提高10倍D.去掉所有正则化项2.某图像分类任务使用ResNet-50，输入为224×224×3，若将全局平均池化后的特征向量直接输入Softmax，则参数量为：A.2048×类别数B.1000×类别数C.7×7×2048×类别数D.1×1×1024×类别数3.在联邦学习场景下，客户端本地更新采用FedAvg，若本地epoch数从1提高到5，且学习率不变，则下列现象最可能发生的是：A.全局模型收敛速度一定加快B.客户端漂移（clientdrift）加剧C.通信开销线性下降D.梯度爆炸概率恒为零4.使用Adam优化器时，下列超参数对“梯度累积”现象最敏感的是：A.β₁B.β₂C.εD.weightdecay5.在Transformer中，若将注意力头数从8减至2，其余不变，则计算复杂度与显存占用分别如何变化？A.复杂度O(n²d)不变，显存线性下降B.复杂度下降为1/4，显存线性下降C.复杂度不变，显存不变D.复杂度线性下降，显存平方下降6.当使用混合精度训练（FP16+FP32）时，下列哪项操作必须显式在FP32下完成？A.卷积前向B.激活函数C.权重更新D.BatchNorm统计量更新7.在强化学习PPO算法中，若clip参数ε由0.2调至0.5，则：A.策略更新更保守B.策略更新更激进C.价值网络损失权重自动增大D.重要性采样比值恒为18.对BERT-base模型进行知识蒸馏，若学生模型为BiLSTM+Attention，则下列损失中最关键的一项是：A.隐藏层MSEB.注意力矩阵KL散度C.预测logits的软交叉熵D.词嵌入余弦相似度9.在目标检测任务中，将YOLOv5的IoU阈值从0.5提至0.7，mAP@0.5:0.95通常会：A.上升B.下降C.不变D.先升后降10.使用Horovod做分布式训练时，若梯度压缩采用Top-k（k=0.1%），则下列说法正确的是：A.通信量一定减少至原来的0.1%B.需额外传输梯度索引C.对Adam偏差修正无影响D.压缩误差可完全消除11.在自监督学习MoCov3中，引入“shuffleBN”的主要目的是：A.减少显存B.避免批次内信息泄露C.提高负样本数量D.加速KeyEncoder更新12.若将GPT-3的上下文长度从2k扩至32k，显存占用约增加：A.线性16倍B.平方256倍C.线性但受KV-cache优化，实际约8倍D.不变，因采用稀疏注意力13.在模型剪枝中，对ResNet-50进行通道级稀疏（70%稀疏率），下列指标下降最显著的是：A.理论FLOPsB.实际GPU延迟C.参数量D.训练时间14.使用混合专家模型（MoE）时，若专家数从64提至256，同样保持Top-2路由，则：A.计算量线性增加B.显存线性增加C.计算量不变，显存增加D.计算量与显存均不变15.在图神经网络GCN中，若将邻接矩阵自环系数从1改为0，则：A.节点特征无法聚合自身信息B.卷积核退化为一阶泰勒展开C.谱半径一定小于1D.梯度消失概率为零16.当使用A100GPU训练时，打开“TF32”精度开关后，矩阵乘法的有效位数约为：A.7bitB.10bitC.15bitD.23bit17.在语音合成Tacotron2中，若将位置敏感注意力替换为Location-Relative注意力，则最可能改善的问题是：A.合成语速过快B.重复吐词C.对齐失准导致的跳词D.音色变化18.对StableDiffusionv2进行LoRA微调时，若rank=32，则新增参数量约为：A.32×768×2B.32×768×交叉注意力头数C.32×(768+1024)×2D.与VAE解码器参数量成正比19.在AutoML框架中，采用DARTS搜索最优cell，若将搜索epoch减半，则：A.架构参数一定欠拟合B.最终验证精度一定下降C.可采用早停+重训练缓解D.搜索时间线性减半且精度不变20.若将推荐系统Wide&Deep中的Wide部分移除，仅保留Deep，则：A.记忆能力增强B.泛化能力减弱C.记忆能力减弱D.训练时间一定增加21.在模型可解释性中，使用IntegratedGradients时，若基线选为全黑图像，则：A.归因结果对基线无敏感性B.需保证基线与输入同分布C.归因结果满足对称性公理D.基线像素值越大越好22.使用DeepSpeedZeRO-3时，下列哪项被切分至所有GPU？A.激活值B.优化器状态C.参数D.梯度+参数+优化器状态23.在文本生成任务中，采用NucleusSampling（p=0.9）相较于Top-k（k=50），则：A.多样性一定下降B.重复率一定上升C.动态截断词汇集合D.解码速度一定变慢24.若将ViT的PatchSize从16改为32，则序列长度与计算复杂度分别如何变化？A.减半，减半B.平方减半，平方减半C.平方减半，线性减半D.减半，不变25.在联邦学习安全聚合中，采用SecureAggregation协议，主要防止：A.服务器看到客户端明文梯度B.客户端之间串谋C.梯度消失D.模型投毒26.使用Kaiming初始化时，若激活函数为ReLU，则方差缩放系数为：A.2/fan_inB.1/fan_outC.sqrt(2/fan_in)D.sqrt(1/fan_in)27.在模型转换ONNX时，若出现“Dynamicshapenotsupported”错误，最可能原因是：A.使用了PyTorch1.13B.模型中包含条件分支C.输入未固定批次维度D.算子版本过低28.在CTR预估中，将FM改为DeepFM，新增的主要模块是：A.一阶线性部分B.二阶隐向量交互C.深度神经网络D.高阶组合特征显式展开29.若将学习率预热（warmup）步数从1k提至4k，则：A.收敛速度一定加快B.初始阶段梯度方差一定减小C.可能缓解初期不稳定D.最终精度一定提高30.在模型部署TensorRT时，若INT8校准仅用50张图片，最可能导致的后果是：A.精度饱和B.校准表过拟合，精度下降C.推理延迟增加D.显存占用翻倍二、多项选择题（每题2分，共20分）31.下列哪些方法可直接缓解“梯度消失”问题？A.残差连接B.LayerNormC.ReLU激活D.梯度裁剪32.关于数据并行与模型并行，下列说法正确的有：A.数据并行需聚合梯度B.模型并行可分割权重C.数据并行显存随GPU数线性下降D.模型并行通信量与激活大小相关33.在DiffusionModel训练阶段，下列哪些超参数会影响采样步数？A.噪声调度β_tB.训练epochC.采样算法（DDIM/DDPM）D.模型通道数34.使用RoPE（旋转位置编码）相较于绝对位置编码，其优势包括：A.外推长度能力增强B.显存占用下降C.支持相对位置建模D.计算复杂度降低35.在模型量化中，实现INT8推理需完成：A.权重量化B.激活量化C.校准数据集D.反向传播量化36.下列哪些操作会降低GPU利用率？A.频繁CPU-GPU拷贝B.DataLoadernum_workers=0C.使用torch.cuda.synchronize()调试D.增大batchsize37.关于自注意力机制，下列说法正确的有：A.计算复杂度与序列长度平方相关B.可捕获长距离依赖C.对输入顺序置换不变D.参数与头数成正比38.在推荐系统冷启动场景，可采用的策略有：A.元学习B.内容特征C.探索利用D.增加embedding维度39.使用EarlyStopping时，可监控的指标包括：A.验证集lossB.训练集accuracyC.验证集AUCD.训练时间40.下列哪些技术可减少Transformer显存占用？A.GradientCheckpointingB.FlashAttentionC.8-bit优化器D.增加层数三、判断题（每题1分，共10分）41.使用GroupNorm时，batchsize大小对统计量无影响。42.在联邦学习中，FedProx引入的μ参数越大，客户端越趋近于本地最优。43.对BERT进行FP16推理时，LayerNorm必须在FP32下执行才能保证精度。44.采用Mixup数据增强后，训练集损失可能为负值。45.在目标检测中，mAP@0.5一定大于或等于mAP@0.5:0.95。46.使用DeepSpeed时，打开ZeRO-Offload可将优化器状态卸载至CPU内存。47.对生成对抗网络，判别器损失越低，生成器性能一定越好。48.在知识蒸馏中，温度系数τ越大，软标签分布越尖锐。49.使用RandAugment时，增强策略数量越多，模型鲁棒性一定提升。50.在图神经网络中，添加自环可缓解过平滑问题。四、填空题（每空2分，共20分）51.给定交叉熵损失L=−∑y_ilog(p_i)，若标签平滑系数ε=0.1，则真实类别目标值为________，其余类别目标值为________。52.若使用cosine学习率调度，初始lr=0.1，总步数T=1000，则第t步学习率为________。53.在Transformer中，若隐藏维度d=768，头数h=12，则每个头的维度为________。54.若模型参数量为1.2B，采用Adam+FP32，则优化器状态显存约为________GB（保留两位小数）。55.使用DDIM采样，若原始步数T=1000，跳步至S=50，则每步跳________步。56.若将BatchNorm替换为GroupNorm，group数G=32，则通道数C必须满足________。57.在知识蒸馏中，若温度τ=4，则Softmax函数变为________。58.若使用混合专家模型，Top-2门控，专家数E=64，则每个token激活参数量占总参数量的比例为________。59.在模型剪枝中，若稀疏率s=0.9，则剩余非零参数比例为________。60.若使用Kaiming初始化，fan_in=256，则权重标准差为________。五、计算题（共20分）61.（10分）某训练任务使用混合精度FP16+FP32，模型参数量M=3.5B，batchsizeB=2048，序列长度L=1024，隐藏维度d=2048，采用Adam优化器。已知：1.参数存储：FP16占2字节，FP32占4字节；2.激活值显存估算：每层激活≈B×L×d×2字节，模型共L=24层；3.梯度：FP16；4.优化器状态：FP32一阶+二阶动量。求：单卡理论最低显存占用（GB），并给出计算过程。62.（10分）某目标检测任务，验证集共1000张图片，检测到850个目标，预测框共1200个，其中TP=720，FP=480，FN=130。请计算：1.Precision；2.Recall；3.F1-score；4.若AP@0.5=0.72，AP@0.75=0.63，则mAP@0.5:0.95（步长0.05）近似值（可用线性插值）。卷后答案与解析一、单选1.B标签平滑对噪声鲁棒。2.A全局池化后特征2048维。3.B本地epoch越多，漂移越大。4.Aβ₁控制动量，影响累积。5.A复杂度O(n²d)与头数无关，显存线性降。6.C权重更新需FP32保精度。7.Bε增大，clip范围大，更新激进。8.C软交叉熵传递暗知识。9.B提高阈值，更多框被滤，mAP下降。10.BTop-k需传索引。11.B避免同批次梯度泄露。12.CKV-cache使显存亚线性增。13.A理论FLOPs与稀疏率成正比降。14.C计算量由Top-2决定不变，显存增。15.A自环系数0则无法聚合自身。16.BTF32≈10bit有效。17.C相对位置改善对齐。18.CLoRA增W_down与W_up，(768+1024)×32×2。19.C减半后早停+重训可缓解。20.C移除Wide，记忆能力减弱。21.CIG满足对称性公理。22.DZeRO-3切分所有。23.CNucleus动态截断。24.B序列长度平方减半，复杂度平方降。25.A防服务器看到明文。26.Csqrt(2/fan_in)。27.C输入shape未固定。28.CDeepFM新增DNN。29.Cwarmup缓解初期不稳。30.B校准样本少，表过拟合。二、多选31.ABC残差、LN、ReLU均缓解梯度消失。32.ABD数据并行显存不线性降。33.AC噪声调度与采样算法影响步数。34.ACRoPE增强外推与相对位置。35.ABC量化需权重、激活、校准，不需反向量化。36.ABC前三项降利用率。37.ABD自注意力对顺序非置换不变。38.ABC冷启动可用元学习、内容特征、探索利用。39.ACEarlyStopping常监控验证loss或AUC。40.ABC三项均减显存，增加层数增显存。三、判断41.TGr