2026人工智能笔试题及答案

2026人工智能笔试题及答案一、单项选择题（每题2分，共20分）1.在深度学习中，若将批归一化（BatchNormalization）层置于卷积层之后、激活函数之前，其主要作用是A.降低卷积核参数量B.缓解内部协变量偏移并允许更大学习率C.替代Dropout防止过拟合D.提供非线性表达能力答案：B解析：批归一化通过标准化mini-batch的均值与方差，使每层输入分布更稳定，从而缓解内部协变量偏移，允许使用更大学习率并加速收敛。2.对于Transformer中的自注意力机制，若查询向量维度为d_k，键向量维度为d_k，值向量维度为d_v，则计算注意力权重时使用的缩放因子为A.1/d_kB.1/\sqrt{d_k}C.\sqrt{d_v}D.d_k答案：B解析：为防止点积结果过大导致梯度消失，Transformer采用缩放因子1/\sqrt{d_k}。3.在联邦学习场景下，客户端本地更新采用FedAvg算法，若本地epoch数过大，最可能导致的后果是A.通信开销线性下降B.全局模型偏向局部数据分布C.服务器计算负载激增D.模型收敛速度加快答案：B解析：本地epoch过多会使本地模型过度拟合本地数据，导致全局模型漂移（clientdrift）。4.下列关于扩散模型（DiffusionModel）前向加噪过程的描述，正确的是A.每一步加噪依赖上一步的隐变量B.反向去噪需已知真实数据分布的解析形式C.前向过程为马尔可夫链且后验分布可解析计算D.训练目标为最大化证据下界（ELBO）答案：C解析：前向过程q(x_t|x_{t-1})为高斯转移，构成马尔可夫链；后验q(x_{t-1}|x_t,x_0)可通过贝叶斯公式解析得到，用于训练。5.在强化学习中，使用重要性采样比率ρ_t=π(a_t|s_t)/b(a_t|s_t)进行离策略评估时，若行为策略b与目标策略π差异过大，则A.方差一定减小B.偏差一定增大C.方差可能指数级增大D.回报估计无偏但方差为零答案：C解析：重要性采样比率的乘积∏ρ_t方差可能随轨迹长度指数增长，导致估计不稳定。6.对于图神经网络GCN，若邻接矩阵为A，度矩阵为D，则归一化传播规则可写为A.D^{-1}AB.D^{-1/2}AD^{-1/2}C.A+ID.D^{1/2}AD^{1/2}答案：B解析：对称归一化可缓解梯度消失与数值不稳定，表达式为D^{-1/2}AD^{-1/2}。7.在模型压缩技术中，知识蒸馏的损失函数通常包含A.仅硬标签交叉熵B.学生模型参数L2范数C.教师软标签与学生输出的KL散度及硬标签交叉熵的加权D.教师与学生特征图余弦相似度答案：C解析：蒸馏损失=α·CE(y,p_s)+(1-α)·T^2·KL(p_t^T||p_s^T)，其中T为温度。8.若使用Adam优化器，其二阶矩估计的衰减率β_2通常设为0.999，其作用是A.加速初期学习B.使学习率单调递增C.对历史梯度平方进行长时平滑D.消除动量项答案：C解析：β_2接近1可对历史梯度平方做长时记忆，稳定二阶矩估计。9.在VisionTransformer中，位置编码采用二维正弦余弦函数而非可学习参数的主要优势是A.减少GPU内存占用B.支持任意长度序列外推C.提高训练速度十倍D.增强卷积归纳偏置答案：B解析：正弦位置编码具有周期性且与序列长度无关，可外推到更长序列。10.对于AutoML中的神经架构搜索（NAS），基于强化学习的控制器采用策略梯度更新，其梯度估计式为A.∇_θJ(θ)=E[∑R_t∇_θlogπ(a_t|s_t;θ)]B.∇_θJ(θ)=E[R∇_θπ(a|s;θ)]C.∇_θJ(θ)=E[(R-b)∇_θπ(a|s;θ)]D.∇_θJ(θ)=E[(R-b)∇_θlogπ(a|s;θ)]答案：D解析：引入基线b降低方差，REINFORCEwithbaseline梯度为(R-b)∇_θlogπ。二、多项选择题（每题3分，共15分）11.以下哪些技术可有效缓解大型语言模型推理时的内存占用？A.KV-cache压缩B.8-bit权重量化C.动态批处理D.梯度检查点E.稀疏专家路由答案：ABCE解析：梯度检查点用于训练阶段节省激活内存，不直接影响推理。12.关于对比学习损失InfoNCE，下列说法正确的是A.负样本越多，梯度方差越小B.温度系数τ越小，对难负样本惩罚越强C.损失函数形式含logsoftmaxD.最小化互信息下界E.与交叉熵无数学联系答案：ABC解析：InfoNCE为交叉熵形式，最大化互信息下界；τ减小相当于锐化分布。13.在目标检测模型YOLOv8中，其标签分配策略考虑A.锚框与GT的CIoUB.中心点网格对齐C.动态k匹配D.候选框置信度排序E.多尺度特征层答案：ACE解析：YOLOv8采用无锚机制，使用CIoU与动态k匹配，并在多尺度分配。14.下列属于可解释AI事后（post-hoc）方法的是A.LIMEB.SHAPC.集成梯度D.注意力可视化E.可解释卷积核约束答案：ABCD解析：E为事前（ante-hoc）约束，训练阶段即引入。15.在分布式训练框架中，以下哪些做法可减少通信量？A.梯度压缩（Top-k稀疏）B.本地梯度累积C.1-bitAdamD.ZeRO-OffloadE.异步All-Reduce答案：ABC解析：ZeRO-Offload减少内存而非通信；异步All-Reduce可能增加延迟但通信量不变。三、填空题（每空2分，共20分）16.若卷积层输入特征图尺寸为H×W，卷积核大小k×k，步长s，填充p，则输出尺寸为________。答案：\left(\left\lfloor\frac{H+2p-k}{s}\right\rfloor+1,\left\lfloor\frac{W+2p-k}{s}\right\rfloor+1\right)17.在强化学习策略梯度定理中，目标函数J(π_θ)对参数θ的梯度表达式为________。答案：\nabla_\thetaJ(\theta)=\mathbb{E}_{\tau\sim\pi_\theta}\left[\sum_{t=0}^T\nabla_\theta\log\pi_\theta(a_t|s_t)\sum_{t'=t}^T\gamma^{t'-t}r_{t'}\right]18.若使用BERT-base模型，隐藏维度为768，注意力头数为12，则每个头的维度为________。答案：6419.扩散模型反向去噪网络通常预测的是________（填“噪声”或“x_0”或“score”亦可，答其一即可）。答案：噪声20.在联邦学习安全聚合协议中，采用________加密技术可防止服务器看到单个客户端梯度。答案：同态或SecureAggregation（SecAgg）21.若LSTM单元输入门激活值为i_t，遗忘门为f_t，候选记忆为\tilde{C}_t，则下一时刻记忆单元更新公式为________。答案：C_t=f_t\odotC_{t-1}+i_t\odot\tilde{C}_t22.VisionTransformer中，图像块大小为16×16，输入图像224×224，则序列长度为________。答案：19623.若使用混合精度训练，损失缩放因子为S，则在反向传播前将损失乘以S，之后在梯度更新前需________。答案：将梯度除以S24.在神经辐射场（NeRF）体渲染公式中，颜色积分对深度d的权重为________。答案：T(d)\sigma(d)，其中T(d)=\exp\left(-\int_0^d\sigma(t)\,dt\right)25.若采用EarlyStopping，监控验证损失连续p轮未下降即终止，则p称为________。答案：耐心值或patience四、计算与推导题（共25分）26.（8分）给定一个二分类问题，训练集正负样本比为1:9。若使用逻辑回归，且模型输出概率为p，真实标签为y∈{0,1}，为平衡类别采用加权交叉熵L=-\frac{1}{N}\sum_{i=1}^Nw_1y_i\logp_i+w_0(1-y_i)\log(1-p_i)。(1)写出使期望损失对正负样本相等的权重w_1,w_0应满足的关系；(2)若总样本数1000，求w_1,w_0的具体值。解：(1)设正样本数N_1，负样本N_0，则期望损失中正样本贡献∝w_1N_1，负样本∝w_0N_0。令两者相等：w_1N_1=w_0N_0。(2)N_1=100，N_0=900，代入得w_1·100=w_0·900⇒w_1:w_0=9:1。取w_0=1，则w_1=9；或归一化令w_1+w_0=1，则w_1=0.9，w_0=0.1。27.（9分）在Transformer中，假设查询矩阵Q∈ℝ^{n×d_k}，键矩阵K∈ℝ^{n×d_k}，值矩阵V∈ℝ^{n×d_v}，掩码矩阵M∈ℝ^{n×n}（M_{ij}=0表示允许关注，−∞表示屏蔽）。(1)写出带掩码的缩放点积注意力输出矩阵O的表达式；(2)若n=4，d_k=2，Q=\begin{pmatrix}1&0\\0&1\\1&1\\0&0\end{pmatrix}，K=\begin{pmatrix}1&1\\0&1\\1&0\\0&0\end{pmatrix}，M为下三角掩码（含对角），求第一行注意力权重向量α_1（softmax后）。解：(1)O=\mathrm{softmax}\left(\frac{QK^\top}{\sqrt{d_k}}+M\right)V(2)计算Q_1K^\top=[1·1+0·1,1·0+0·1,1·1+0·0,1·0+0·0]=[1,0,1,0]。缩放后得分s=[1/\sqrt{2},0,1/\sqrt{2},0]≈[0.707,0,0.707,0]。下三角掩码M第一行全0，故无需屏蔽。softmax(α_1)=\frac{[e^{0.707},e^0,e^{0.707},e^0]}{\sum}=\frac{[2.028,1,2.028,1]}{6.056}≈[0.335,0.165,0.335,0.165]。28.（8分）给定一个三节点贝叶斯网络A→B←C，其中A,C为二值变量，B为连续高斯变量，条件分布为B|A,C~N(w_0+w_1A+w_2C,σ^2)。现观测数据集{(a_i,c_i,b_i)}_{i=1}^N，求参数w_0,w_1,w_2的最大似然估计（给出正规方程即可）。解：构造设计矩阵X=[1,A,C]∈ℝ^{N×3}，目标向量Y=[b_1,…,b_N]^\top，则最小二乘解满足(X^\topX)\begin{pmatrix}w_0\\w_1\\w_2\end{pmatrix}=X^\topY。此即正规方程。五、算法设计题（共20分）29.（10分）设计一个无需锚框的实时目标检测轻量头，要求：(1)输入为FPN多尺度特征{P3,P4,P5}，通道数均为256；(2)输出为类别置信度与边界框偏移，类别数80；(3)计算量小于1GFLOPs（输入640×640）。请给出结构图文字描述、关键层名称、输出格式，并估算计算量。解：采用共享权重的并行检测头：1.对每个尺度P_i，先经3×3DWConv（groups=256）降参，再接1×1Conv压缩至128ch；2.级联两个分支：a.分类支：1×1Conv→80ch，后接sigmoid；b.回归支：1×1Conv→4ch，预测ltrb偏移；3.输出格式：每尺度特征图H_i×W_i×(80+4)，后接拼接与NMS；4.计算量：DWConv3×3共3层，每层运算量2×(640/8)^2×256×3×3+(640/16)^2×256×3×3+(640/32)^2×256×3×3≈0.35GFLOPs；1×1压缩与检测头约0.45GFLOPs；总计≈0.8GFLOPs，满足要求。30.（10分）设计一个基于对比学习的跨模态检索训练流程，模态为图像与文本，要求batch内负样本无需额外采样，且支持梯度累积。请给出损失函数、正负样本构造方式、关键超参，并说明如何防止模型坍塌。解：采用对称InfoNCE：1.图像编码器f_i，文本编码器f_t，投影头g_i,g_t将特征映射至256维归一化空间；2.batch内构造正样本对(I_i,T_i)，共N对；3.相似度s_{ij}=g_i(f_i(I_i))^\topg_t(f_t(T_j))/τ，τ=0.05；4.图像→文本损失L_{i2t}=-\frac{1}{N}\sum_{i=1}^N\log\frac{\exp(s_{ii})}{\sum_{j=1}^N\exp(s_{ij})}；文本→图像损失L_{t2i}同理；5.总损失L=L_{i2t}+L_{t2i}；6.梯度累积：每K步更新一次，累积K×N样本；7.防坍塌：a.使用largebatch（KN≥8192）；b.温度τ较小；c.加入权重衰减1e-4；d.采用动量更新编码器（EMA=0.995）生成额外负样本队列，队列长度32768。六、综合分析题（共20分）31.（10分）某电商推荐系统采用双塔召回模型，用户塔与商品塔输出向量内积得到相似度。上线后发现热门商品占比过高，请分析原因并给出至少三种改进方案，要求不引入额外交互特征。原因：1.训练数据长尾分布，热门样本梯度主导；2.内积形式使范数大的商品得分高，热门商品embedding范数易偏大；3.采样策略偏向热门负样本，导致冷门商品embedding欠拟合。改进：A.采用采样修正损失（sampledsoftmaxwithimportanceweighting），对热门商品降权；B.归一化双塔输出，使用余弦相似度，消除范数偏差；C.引入温度调节的对比损失，降低热门商品梯度权重；D.采用MIPS（MaximumInnerProductSearch）后处理，对候选池做类别或热度惩罚重排；E.训练阶段使用基于频率的负采样，冷门商品作