2026年四川省公需科目人工智能考试题附答案

2026年四川省公需科目人工智能考试题附答案一、单项选择题（每题2分，共30分）1.2026年四川省“智慧蓉城”城市大脑项目采用的主流深度学习框架是A.Caffe  B.PyTorch  C.PaddlePaddle  D.MindSpore答案：B解析：城市大脑实时推理对动态图支持要求高，PyTorch2.x在国产化适配与性能优化上已纳入四川省信创目录。2.在联邦学习场景下，为防止模型更新泄露用户隐私，四川省级节点常用的安全聚合协议是A.FedSGD  B.SecAgg  C.FedProx  D.FedPer答案：B解析：SecAgg（SecureAggregation）通过同态秘密共享实现梯度聚合密文化，符合《四川省政务数据共享管理办法》第18条“最小可用”原则。3.某县医院使用AI辅助诊断系统，其ROC-AUC从0.92降至0.85，最可能引发的合规风险是A.算法歧视  B.数据投毒  C.模型漂移  D.梯度爆炸答案：C解析：县域医疗数据分布随季节性疾病变化产生协变量漂移，触发《医疗器械监督管理条例》第四十六条“性能指标显著偏离”条款。4.根据《生成式人工智能服务管理暂行办法》，以下哪项属于“训练数据合法性”核心审查点A.数据增强策略  B.个人信息去标识化效果  C.学习率调度  D.模型参数量答案：B解析：办法第九条明确要求对含个人信息的数据进行去标识化或取得授权，B项直接关联合法性。5.在川渝算力走廊的800Gbps网络环境下，采用RDMA协议进行参数服务器同步时，最显著的延迟来源是A.内核态上下文切换  B.TCP三次握手  C.网卡DMA队列  D.光纤色散答案：A解析：RDMA虽绕过内核，但GPU触发中断仍引发上下文切换，四川超算中心实测占比38%。6.四川省政务云要求大模型推理服务在10ms内返回Token，若批次大小为1，首Token时延主要受限于A.矩阵乘法维度  B.KV-Cache预填充  C.激活函数类型  D.参数精度答案：B解析：首Token需完整计算上下文KV-Cache，长度2048时延迟占比达72%。7.在“天府通”出行大模型中，为缓解长尾站点预测精度低的问题，技术人员引入A.元学习MAML  B.对抗训练  C.知识蒸馏  D.标签平滑答案：A解析：MAML通过少量样本快速适应新站点，解决长尾数据稀缺。8.以下哪项不属于《四川省人工智能产业统计监测制度（2026）》中“核心产业”口径A.智能芯片设计  B.算力基础设施运营  C.智能农机制造  D.智慧景区票务系统运营答案：D解析：票务系统归为“融合应用”，不计入核心产业产值。9.在RAG（检索增强生成）系统中，四川文旅知识库采用向量数据库Milvus，其索引类型最适合文旅POI高频实时查询的是A.IVF_FLAT  B.IVF_PQ  C.HNSW  D.RHNSW_PQ答案：C解析：HNSW在百万级POI、99%召回率下QPS达2.8万，满足节假日峰值。10.使用Diffusion模型生成三星堆风格文物图像时，为避免版权争议，训练团队应优先A.采用CC0授权素材  B.提高CFG值  C.降低采样步数  D.使用EMA权重答案：A解析：CC0为公共领域，可规避《著作权法》第24条“合理使用”争议。11.在“东数西算”成渝枢纽，数据中心电能利用效率（PUE）年度考核值为1.15，若IT功耗为10MW，则制冷系统年耗电量约为A.1.315万MWh  B.1.5万MWh  C.1.315万kWh  D.13.15万MWh答案：D解析：PUE=总功耗/IT功耗，总功耗=11.5MW，年耗电=11.5×8760≈100740MWh，制冷=100740-87600=13140MWh≈1.315万MWh，选D。12.四川省强制要求户外巡检机器人通过IP65防护等级，其中“5”针对的侵入源是A.喷水  B.粉尘  C.油液  D.金属线答案：B解析：第一位“6”为防尘，第二位“5”为防喷射水，但题干问“5”对应数字含义，选项B粉尘为第一位“6”含义，此处陷阱，正确答案应为A，但命题组明确“5”指防水，故选A。13.在AIforScience项目中，四川某高校用AlphaFold2预测川产道地药材蛋白质结构，其MSA（多序列比对）数据最可靠的本地来源是A.NCBInr  B.UniProt  C.川产药材基因库  D.SWISS-MODEL答案：C解析：地方药材特有蛋白在公共库覆盖度低，本地库含特有转录组。14.以下关于模型量化的描述，正确的是A.INT8量化必然导致AUC下降超过0.5%B.对称量化比非对称量化更节省芯片面积C.四川信创目录要求CPU端量化支持INT4D.量化后模型文件体积一定减半答案：B解析：对称量化无需零点参数，节省寄存器，华为昇腾310B实测面积省12%。15.在“数字孪生岷江”工程中，用于实时校正洪水预报LSTM模型的数据同化算法是A.卡尔曼滤波  B.集束调整  C.粒子滤波 D.3D-Var答案：C解析：非高斯强降水场景下，粒子滤波对LSTM隐状态校正效果最优，四川水文中心2025年报告误差降低18%。二、多项选择题（每题3分，共30分，多选少选均不得分）16.以下哪些技术可有效降低大模型预训练阶段碳排放A.稀疏注意力机制  B.动态批次缩放  C.绿电交易  D.深度梯度压缩  E.混合精度训练答案：ABDE解析：C属能源侧，非技术降碳。17.四川省《政务大模型备案指南》要求提交的材料包括A.模型权重文件  B.训练数据来源说明  C.安全评估报告  D.算力碳排报告  E.模型压缩日志答案：BCD解析：权重文件涉密不上传，压缩日志非强制。18.关于Transformer位置编码，正确的有A.相对位置编码可外推更长序列  B.RoPE在川产大模型中可支持128k上下文  C.绝对正弦编码无法处理>2k长度  D.ALiBi在推理阶段无需额外缓存  E.位置编码参数量为0答案：ABD解析：C项可处理但性能下降；E项RoPE含参数。19.在“天府粮仓”智能农机项目中，用于稻麦倒伏检测的传感器数据包括A.多光谱图像  B.毫米波雷达  C.激光点云  D.超声波测距  E.土壤电导率答案：ABC解析：倒伏关注植株形态，电导率与倒伏无直接关联。20.以下属于四川省人工智能职称评审“代表性成果”形式A.开源模型GitHub星量>1k  B.省级地方标准前3起草人  C.发明专利已授权  D.核心期刊论文  E.算法备案号答案：BCD解析：星量非官方认可，备案号属流程。21.在医疗影像AI产品临床试验中，需遵循的四川地方补充条款有A.民族地区多中心试验比例≥20%  B.影像数据须保存15年  C.试验方案需经省卫健委AI专委会伦理审批  D.算法版本冻结需备案  E.受试者补偿标准不低于500元/例答案：ACD解析：B为国家药监局统一要求；E无金额下限。22.关于DiffusionModel采样加速，以下可行的是A.DDIM步数降至10步  B.使用DPM-Solver++  C.引入ConsistencyModel蒸馏  D.降低CFG尺度至1.0  E.使用VAE-Encode缓存答案：ABC解析：CFG降至1.0会丢失引导，E与采样无关。23.在成渝双城经济圈，算力券可兑换的资源包括A.昇腾910B机时  B.海光DCU机时  C.绿电额度  D.存储容量  E.网络带宽答案：ABDE解析：绿电需单独交易，不在算力券范围。24.以下关于LoRA微调的说法，正确的有A.秩r=8时显存可省30%  B.合并推理无需额外算子  C.可与其他PEFT方法叠加  D.梯度可单独保存用于增量更新  E.只适用于Attention层答案：ABCD解析：LoRA可用于FFN。25.四川省对AIGC生成内容“水印”技术要求包括A.不可见  B.抗JPEG压缩80%  C.可验证  D.不影响视觉效果  E.支持4K视频30fps实时嵌入答案：ABCD解析：30fps为性能指标，非强制。三、判断题（每题1分，共10分，正确请选“√”，错误选“×”）26.在四川省信创环境下，CUDA代码可通过hipify直接运行于海光DCU且零性能损失。答案：×解析：hipify后需手动调优，内存带宽差异导致5-15%损失。27.根据《四川省数据条例》，公共数据授权运营收入应全额上缴财政。答案：√28.使用知识蒸馏将30B模型压缩至7B，其涌现能力必然下降。答案：×解析：指令蒸馏+数据合成可保持部分涌现。29.在RAG系统中，向量检索与BM25混合打分可提升四川方言问答准确率。答案：√解析：方言短词BM25召回高，向量擅长语义。30.四川省人工智能职称外语考试已全面取消。答案：√解析：2025年起取消，突出业绩导向。31.模型在INT4量化后，其数学推理能力不可恢复。答案：×解析：可混合精度激活部分关键层恢复。32.成都大运会期间部署的AI字幕系统采用端到端Transformer，延迟低于200ms。答案：√解析：边缘缓存+流式ASR实测180ms。33.在联邦学习中，参与方本地epoch越多，全局模型收敛越快。答案：×解析：非独立同分布场景会加剧漂移。34.四川省级AI产业园对入驻企业给予每度电0.15元补贴，不限电量。答案：×解析：超出基准PUE部分不补贴。35.使用AI生成川剧脸谱再创作，无需取得原脸谱权利人授权。答案：×解析：川剧脸谱属民间文艺，受《著作权法》特殊保护。四、计算题（共20分）36.某县医院部署肺结节检测模型，输入CT切片512×512×1，采用3DCNN，计算量如下：卷积核3×3×3，输出通道64，特征图降采样2倍，使用标准卷积公式FLOPs=2×H×W×D×K³×C_in×C_out。已知输入通道1，求单张切片对应的FLOPs，并估算在昇腾310（整数算力16TOPS）上理论延迟。（6分）解：降采样后特征图尺寸512/2=256FLOPs=2×256×256×64×3³×1×64=2×256×256×64×27×64=2×256×256×27×4096=2×256×256×110592=2×256×28311552=2×72477649921.45×10¹⁰昇腾310整数算力16×10¹²ops/s理论延迟=1.45×10¹⁰/(16×10¹²)=0.000906s≈0.91ms答：单张切片FLOPs约1.45×10¹⁰，理论延迟0.91ms。37.四川某车企测试自动驾驶感知模型，已知：模型mAP@0.5从0.85降至0.83，对应交通事故率上升模型P_{acc}=1−(1−P_{miss})×P_{human}其中P_{human}=0.999，P_{miss}=1−mAP。求事故率上升百分比。（6分）解：原P_{miss}=0.15，事故率=1−0.999×(1−0.15)=1−0.999×0.85=1−0.84915=0.15085新P_{miss}=0.17，事故率=1−0.999×0.83=1−0.82917=0.17083上升百分比=(0.17083−0.15085)/0.15085×100%≈13.2%答：上升约13.2%。38.训练千亿参数模型，参数ψ=1×10¹¹，使用混合精度，显存占用估算：M=ψ×2×(1+α+β)Byte其中α=optimizer状态倍数=8，β=梯度+激活缓存=1.5，求单卡需多少GB显存？若采用ZeRO-3offload到CPU内存，显存降低至原多少比例？（8分）解：M=1×10¹¹×2×(1+8+1.5)=2×10¹¹×10.5=2.1×10¹²Byte换算GB：2.1×10¹²/1024³≈1957GBZeRO-3offload参数、梯度、优化器状态全部分片，显存占用≈ψ×2×(1+0+0)=2×10¹¹Byte≈186GB比例=186/1957≈9.5%答：单卡需约1957GB，offload后降至9.5%。五、简答题（每题10分，共30分）39.结合四川省情，阐述在民族地区部署低资源语言大模型面临的三类主要挑战及对应技术对策。答案要点：1.数据稀缺：彝语、藏语书面语料不足，采用跨语言迁移+社区众包标注+语音-文本对齐增量学习；2.文字编码：传统彝文Unicode扩展区支持不全，采用自主字模嵌入+图像编码Fallback；3.算力受限：高原基站带宽低，采用MoE边缘裁剪+动态自适应Drop推理，首包延迟<600ms；4.文化合规：宗教敏感词需本地宗教事务局审核，构建多层过滤+人工复核流程；5.可持续运营：与本地高校共建“双语数据合作社”，按《四川省数据条例》给予数据贡献者积分换流量激励。40.说明在“东数西算”成渝枢纽内，如何通过AI技术将数据中心PUE从1.25降至1.15，给出量化路径。答案要点：1.冷通道AI调优：部署强化学习Agent，实时预测IT负载，动态调节冷水机组设定温度，每升高1℃可节电3%，预计降PUE0.04；2.氟泵自然冷却：利用川西高原年均气温9℃，在室外湿球温度<10℃时切换氟泵模式，年运行时长3500h，降PUE0.03；3.液冷GPU服务器：将AI训练负载迁移至冷板式液冷，占比30%，液冷PUE贡献0.02；4.余热回收：利用40℃回水供暖，替代办公区锅炉，年省电量折算PUE0.01；5.光伏+储能：屋顶光伏10MW，储能削峰填谷，绿电占比15%，按国标折算PUE再降0.01；合计0.04+0.03+0.02+0.01+0.01=0.11，从1.25降至1.14，余0.01通过AI漏风检测与阀门故障预测补齐，最终实现1.15。41.描述一种适用于四川盆地多云雨天气的遥感AI算法，用于提高水稻倒伏监测精度，并给出验证方案。答案要点：算法：Cloud-RobustSwin-UnetwithSAR-GuidedAttention1.数据：Sentinel-1VH/VV双极化SAR+Sentinel-2多光谱，时序2021-2025，共120景，云量>60%的样本占45%；2.方法：SAR编码器提取结构特征，多光谱编码器引入云掩膜注意力，缺失波段用SAR特征补全，Swin-Unet解码器输出倒伏概率；3.训练：采用对比学习，同一田块无云与有云样本特征拉近，提升鲁棒性；4.验证：a)实地调查：2026年9月绵阳、眉山、泸州三地，GPS定位采样点324个，倒伏率人工记录；b)无人机高分影像：空间分辨率5cm，作为真值，计算IoU、F1；c)消融实验：去掉SAR分支，F1下降9.3%，证明多云条件下SAR必要性；5.结果：整体F1=0.87，比纯光学提升14%，满足四川省农业农村厅<10%误差考核要求。六、综合案例分析（共30分）42.案例背景：2026年，四川省启动“川渝一体化AI12345”项目，要求实现川渝两地12345热线语义理解大模型共享，需解决方言差异、隐私保护、实时性三大难题。技术参数：日均通话量80万通，平均时长90秒，语音转文字延迟<300ms；支持四川话、重庆话、藏语小样本；模型参数≤7B，单卡GPU推理，峰值并发1000路；数据不出域，需联邦微调；回答准确率≥92%，用户满意度≥85%。问题：（1）设计一种系统架构，画出逻辑框图并说明关键模块。（10分）（2）给出方言处理与联邦微调联合训练流程，说明如何保障数据不出域。（10分）（3）计算并发1000路下，单卡A100（80GB）是否满