二级人工智能训练师(技师)职业技能等级认定考试题及答案

二级人工智能训练师(技师)职业技能等级认定考试题及答案一、单项选择题（每题1分，共30分。每题只有一个正确答案，请将正确选项字母填在括号内）1.在深度学习中，若某次训练后验证集损失持续上升而训练集损失下降，最可能的原因是（）A.学习率过低B.模型欠拟合C.模型过拟合D.批尺寸过大2.使用PyTorch实现分布式数据并行（DDP）时，下列代码片段中必须显式调用的函数是（）A.torch.distributed.destroy_process_group()B.torch.cuda.synchronize()C.torch.distributed.init_process_group()D.torch.multiprocessing.set_start_method()3.在NLP任务中，若词表大小为50000，嵌入维度为512，采用ALiBi位置编码，则新增参数量为（）A.0B.25600000C.512D.50000×5124.当使用混合精度训练时，LossScale的主要作用是（）A.加速梯度下降B.防止梯度下溢C.降低显存占用D.提高学习率5.在目标检测任务中，若将YOLOv5的IoU阈值从0.5提高到0.75，则mAP@0.5:0.95指标通常会（）A.上升B.下降C.不变D.先升后降6.下列关于Transformer中自注意力机制时间复杂度的描述，正确的是（）A.O(n)B.O(nlogn)C.O(n²d)D.O(d²n)7.在联邦学习场景下，采用FedAvg算法，若客户端本地epoch增大，则全局模型收敛速度一般会（）A.加快B.减慢C.不变D.先加快后减慢8.使用Kaiming初始化时，若激活函数为ReLU，则权重的方差应设为（）A.2/fan_inB.1/fan_outC.2/fan_outD.1/fan_in9.在图像分类任务中，将RGB三通道分别减去ImageNet均值[0.485,0.456,0.406]的操作属于（）A.数据增强B.归一化C.正则化D.白化10.当使用TensorBoard记录直方图时，若设置`max_bins=100`，则每个直方图最多包含（）A.100个区间B.100个张量C.100个epochD.100个样本11.在强化学习中，若策略梯度算法出现高方差，最常用的减方差技术是（）A.经验回放B.重要性采样C.基线减法D.目标网络12.当使用DeepSpeedZeRO-3时，下列哪一项会被切片到所有GPU（）A.激活值B.优化器状态C.参数D.梯度13.在CTR预估任务中，DeepFM相对于Wide&Deep的主要改进是（）A.引入残差连接B.共享嵌入向量C.使用多头注意力D.加入池化层14.若某模型在FP32下占用显存12GB，则使用FP16混合精度后，显存占用约为（）A.6GBB.8GBC.10GBD.12GB15.在语音合成Tacotron2中，停止token的预测损失通常采用（）A.MSEB.CrossEntropyC.BCEWithLogitsD.MAE16.当使用Horovod进行多机训练时，若网络带宽成为瓶颈，可优先调优的参数是（）A.lrB.batch_sizeC.fusion_thresholdD.weight_decay17.在知识蒸馏中，若教师模型输出softmax温度τ=4，则学生模型训练时的τ应设为（）A.1B.同一值4C.2D.动态衰减18.下列关于BatchNorm在推理阶段的描述，正确的是（）A.使用当前batch均值方差B.使用滑动平均均值方差C.关闭梯度反传D.参数不再更新19.在推荐系统冷启动场景下，最适合的Embedding初始化策略是（）A.XavierB.预训练+微调C.随机正交D.零初始化20.当使用ONNX导出动态轴模型时，需调用的API是（）A.torch.onnx.export(...,dynamic_axes=...)B.torch.jit.traceC.torch.saveD.torch.jit.script21.在图像分割任务中，若Dice系数为0.9，则像素级Accuracy最低可能为（）A.0.9B.0.5C.0.1D.无法确定22.使用梯度累积时，若accumulation_steps=4，则有效batch_size扩大（）A.2倍B.4倍C.8倍D.不变23.在GPT-3训练中，采用的张量并行方案是（）A.Megatron-LMB.FairScaleC.DeepSpeedD.Horovod24.当使用EarlyStopping时，若patience=5且min_delta=0.001，则连续6个epoch验证指标改善小于0.001会（）A.保存最优权重B.降低学习率C.终止训练D.重置优化器25.在目标检测中，若将NMS阈值从0.5降到0.3，则召回率一般会（）A.上升B.下降C.不变D.先升后降26.使用PyTorchLightning时，需在`training_step`中返回的关键字是（）A.lossB.accC.lrD.epoch27.在联邦学习中，若客户端数据Non-IID程度加剧，则FedProx中的μ超参应（）A.增大B.减小C.置零D.不变28.当使用RandAugment时，若N=2,M=10，则每次增强随机挑选（）A.2种变换，幅度固定10B.10种变换，幅度固定2C.2种变换，幅度随机≤10D.10种变换，幅度随机≤229.在模型压缩中，若采用通道剪枝，则剪枝后需进行的操作是（）A.知识蒸馏B.微调C.量化D.低秩分解30.当使用A100GPU的TF32精度时，矩阵乘累加位宽为（）A.16B.19C.32D.64二、多项选择题（每题2分，共20分。每题有两个或两个以上正确答案，请将所有正确选项字母填在括号内，漏选、错选均不得分）31.下列哪些技术可有效缓解模型训练中的梯度爆炸（）A.梯度裁剪B.权重衰减C.归一化初始化D.减小学习率32.关于自监督学习中的对比学习，下列说法正确的有（）A.InfoNCE损失温度系数越小，正样本越接近B.SimCLR需要大量负样本C.BYOL不使用负样本D.MoCo使用队列存储负样本33.在推荐系统多任务学习中，MMoE相对于Shared-Bottom的优点包括（）A.缓解任务冲突B.参数量更少C.可学习特定门控D.易于并行34.当使用TensorRT加速推理时，下列层可能被自动融合的有（）A.Conv+ReLUB.Conv+BN+ReLUC.MatMul+SoftmaxD.Pool+FC35.下列关于混合专家模型（MoE）的描述，正确的有（）A.专家网络可独立分布到不同设备B.门控网络通常使用Top-K选择C.专家容量因子越大，负载越均衡D.训练时显存随专家数线性增加36.在语音唤醒任务中，为降低误唤醒，可采用的策略有（）A.提高阈值B.加入拒识类别C.使用CTC损失D.数据增强加入负样本37.下列关于Adam与SGD的比较，正确的有（）A.Adam对学习率缩放不敏感B.SGD易陷入尖锐极小值C.Adam自带动量D.SGD泛化性通常更好38.当使用Horovod进行梯度压缩时，可选的压缩算法有（）A.Top-KB.QuantizationC.PowerSGDD.SignSGD39.在图像超分任务中，若使用LPIPS作为评价指标，其特点包括（）A.基于VGG特征B.值越小表示越相似C.对纹理敏感D.与PSNR完全线性相关40.下列关于DiffusionModel训练的说法，正确的有（）A.前向过程固定B.反向过程需学习C.损失函数通常使用MSED.采样速度可通过DDIM加速三、判断题（每题1分，共10分。正确请填“√”，错误填“×”）41.使用LayerNorm时，将特征维度放缩到单位方差可加速收敛。（）42.在PyTorch中，`torch.no_grad`上下文会关闭自动求导，但不会影响BatchNorm的统计量更新。（）43.当使用混合精度时，若LossScale无限增大，则说明梯度下溢已彻底解决。（）44.在CTR预估中，特征交叉阶数越高，越容易出现组合爆炸。（）45.对于小目标检测，增大输入分辨率一定会提升mAP。（）46.在联邦学习中，FedNova可解决客户端异构步长问题。（）47.使用知识蒸馏时，学生模型容量必须小于教师模型。（）48.在GPT生成文本时，top-p采样比top-k采样更平滑。（）49.当使用RandAugment时，幅度参数M越大，模型鲁棒性一定越好。（）50.在模型部署阶段，将FP32权重直接转为INT8而不进行校准，精度损失通常可忽略。（）四、填空题（每空2分，共20分）51.在Transformer中，若隐藏维度d=512，序列长度n=1024，则自注意力机制的计算复杂度为________。52.使用PyTorch时，若需将模型参数全部初始化为正交矩阵，可调用`torch.nn.init._________`。53.当使用FocalLoss解决类别不平衡时，若γ=2，则易分样本的权重衰减因子为________。54.在推荐系统DeepFM中，FM部分用于建模________阶特征交叉。55.若某卷积层输入尺寸为224×224，kernel=3，stride=2，padding=1，则输出尺寸为________。56.使用混合专家模型时，若专家数E=8，Top-K=2，则每次推理激活的专家比例为________。57.在语音合成中，若采样率22050Hz，帧移256，则每帧时长为________ms。58.当使用DeepSpeedZeRO-3时，优化器状态、梯度、参数均被________到所有GPU。59.在图像分割评价中，若某类别TP=80，FP=20，FN=30，则该类别的IoU为________。60.若使用cosineannealing学习率调度，初始lr=0.1，T_max=100，则第100个epoch的lr为________。五、简答题（每题10分，共30分）61.简述在超大模型训练中，如何利用流水线并行与张量并行协同降低显存占用，并给出两种并行方式在PyTorch下的关键实现思路（无需代码，只需关键API或技术名称）。62.某电商推荐场景存在“新品冷启动”问题，请设计一种基于内容+协同的混合冷启动方案，要求说明特征构建、模型结构及损失函数设计。63.在目标检测任务中，YOLOv7引入E-ELAN结构，请解释其设计动机，并分析该结构如何在保持精度的同时提升推理速度。六、计算题（每题10分，共20分）64.已知某Transformer模型隐藏维度d=1024，序列长度n=2048，批大小b=8，head数h=16，单头维度d_k=64。请计算：（1）标准自注意力机制所需显存（仅保存QK^T矩阵，单位MB，1MB=1024×1024×4Byte）。（2）若采用FlashAttention算法，将QK^T分块到显存容量为512MB的GPU上，求最少需要划分多少块（向上取整）。65.某ResNet50模型在FP32下权重文件大小为97.7MB，现需将其量化为INT8并部署到边缘设备。已知：（1）权重采用对称量化，量化比例因子s=0.004，零点z=0；（2）偏置仍使用INT32存储；（3）模型共25557032个权重，无偏置折叠。请计算：（1）量化后权重占用多少字节；（2）若采用稀疏度为50%的CSR格式存储，额外索引开销为每权重2Byte，求压缩后总大小（单位MB，保留两位小数）。七、方案设计题（20分）66.某市交通管理局计划利用路口摄像头视频实时检测“机动车不礼让行人”行为，要求单路1080p@25fps视频在NVIDIAJetsonXavierNX（8GB）上运行，端到端延迟≤200ms，日均处理12小时。请设计一套边缘-云协同的AI解决方案，需包括：（1）数据构建与标注策略；（2）模型选型与压缩方案；（3）边缘端推理框架及调度；（4）云端增量更新机制；（5）效果评估指标与监控。要求：技术路线合理，可落地，不得使用未开源商业方案。卷后答案与解析一、单项选择题1.C2.C3.A4.B5.B6.C7.A8.A9.B10.A11.C12.C13.B14.B15.C16.C17.B18.B19.B20.A21.D22.B23.A24.C25.A26.A27.A28.C29.B30.B二、多项选择题31.AC32.ABCD33.ACD34.AB35.ABCD36.ABD37.ABCD38.ABCD39.ABC40.ABCD三、判断题41.√42.×（会影响）43.×（可能上溢）44.√45.×（可能引入小目标伪影）46.√47.×（容量可相近）48.√49.×（过大可能降低性能）50.×四、填空题51.O(n²d)=1024²×512=53687091252.orthogonal_53.(1−p)^γ=0.0154.二55.11256.2/8=25%57.256/22050×1000≈11.6ms58.切片（shard）59.80/(80+20+30)=0.61560.0五、简答题（答案要点）61.流水线并行将模型按层切分到不同设备，使用`torch.cuda.stream`与点对点通信`send/recv`实现气泡压缩；张量并行将单层参数按列/行切分，使用`torch.distributed.all_reduce`在`NCCL`后端下完成前向后向聚合。两者协同：先张量并行切分注意力/MLP，再流水线并行切分不同层，显存占用≈单GPU的1/(pp×tp)。62.内容侧：提取新品类目、文本、图像、价格段Embedding；协同侧：利用用户-类目二部图，通过Metapath2Vec预训练用户向量；模型结构：双塔+注意力融合，塔一输入内容Embedding，塔二输入用户向量；损失函数：主loss为SampledSoftmax，辅助loss为内容侧对比学习，权重λ=0.2。63.E-ELAN在ELAN基础上引入“梯度分流”路径，将原ELAN的拼接操作改为分组拼接+跨层残差，减少计算图冗余；通过1×