2026年人工智能训练师（三级）全国统考理论题库

2026年人工智能训练师（三级）全国统考理论题库1.单项选择题（每题1分，共30分）1.在PyTorch中，若希望冻结ResNet-50除最后一层外的全部参数，下列代码片段正确的是A.forpinmodel.parameters():p.requires_grad=FalseB.forname,pind_parameters():if'fc'notinname:p.requires_grad=FalseC.model.eval()D.torch.no_grad()答案：B2.使用Adam优化器时，若β₁=0.9，β₂=0.999，则第t步的梯度二阶矩估计vₜ的更新公式为A.=B.=C.=D.=答案：A3.在联邦学习场景下，为防止模型更新泄露用户隐私，最常用的保护机制是A.同态加密B.差分隐私C.梯度压缩D.知识蒸馏答案：B4.当训练数据呈现长尾分布时，以下哪种损失函数对尾部类别最友好A.Cross-EntropyB.FocalLossC.MSED.HingeLoss答案：B5.在VisionTransformer中，位置编码通常采用A.可学习1D向量B.固定2D正弦余弦C.相对位置偏置D.以上皆可答案：D6.若某卷积层输入通道为64，输出通道为128，卷积核3×3，groups=32，则该层参数量为A.128×3×3×64B.128×3×3×2C.128×3×3×32D.32×3×3×4答案：B7.在强化学习中，DDPG算法属于A.基于策略梯度B.基于值函数C.Actor-CriticD.Model-based答案：C8.当使用混合精度训练时，LossScaling的主要目的是A.减少显存占用B.避免梯度下溢C.加速通信D.提高数值精度答案：B9.在NLP任务中，若词汇表大小为50000，嵌入维度为512，采用ALiBi位置编码，则额外增加的参数量为A.0B.512C.50000×512D.50000×512×2答案：A10.下列关于GradientAccumulation的描述，错误的是A.可模拟大batch训练B.会增加显存峰值C.需对梯度求平均D.可与混合精度共用答案：B11.在目标检测中，若将YOLOv5的IoU阈值从0.5提高到0.7，则mAP@0.5通常会A.上升B.下降C.不变D.先升后降答案：B12.使用TensorRT加速时，若网络中包含PyTorch的`torch.nonzero`算子，最可能的结果是A.自动转换为ONNXB.生成CustomPluginC.编译失败D.无影响答案：C13.在数据并行训练中，All-Reduce操作发生在A.前向传播后B.反向传播后C.参数更新后D.数据加载后答案：B14.若某模型在单卡batch=32时显存占用为8GB，则使用DeepSpeedZeRO-3在8卡上理论上可运行的最大batch为A.256B.512C.1024D.2048答案：C15.在图像分类任务中，MixUp增强的数学形式为A.

B.

C.

D.

答案：A16.当使用EarlyStopping时，若patience=5且monitor='val_loss'，则训练将在A.验证损失连续5轮下降后停止B.验证损失连续5轮不下降后停止C.训练损失连续5轮不下降后停止D.验证准确率连续5轮不上升后停止答案：B17.在Transformer中，缩放点积注意力的缩放因子为A.B.C.D.答案：B18.若某模型参数量为1.2B，使用FP16+Adam，则显存占用约为A.4.8GBB.7.2GBC.9.6GBD.14.4GB答案：C19.在推荐系统冷启动场景中，最适合的建模方式是A.矩阵分解B.深度FMC.Meta-LearningD.Wide&Deep答案：C20.当使用Kaiming初始化时，若激活函数为ReLU，则方差缩放系数为A.B.C.D.答案：A21.在语音合成中，若使用HiFi-GAN作为声码器，其生成器采用的卷积类型为A.因果卷积B.转置卷积C.深度可分离卷积D.分组卷积答案：B22.在自监督学习中，SimSiam停止梯度操作的作用是A.防止崩溃解B.加速收敛C.降低显存D.提高精度答案：A23.若某数据集类别极度不平衡，正负样本比为1:99，则最合适的评价指标为A.AccuracyB.PrecisionC.F1-scoreD.AUC-ROC答案：D24.在模型蒸馏中，当学生模型容量远小于教师时，通常会增加A.温度系数B.中间层损失C.数据增强D.dropout答案：B25.使用Horovod进行分布式训练时，默认的通信后端是A.GlooB.NCCLC.MPID.RDMA答案：C26.在图像分割任务中，若采用DiceLoss，其公式为A.1B.∑C.D.1答案：A27.当使用学习率预热时，若warmup_epochs=5，初始lr=0.0001，最大lr=0.001，则第3个epoch的lr为A.0.0001B.0.00052C.0.00064D.0.001答案：B28.在GPT-3训练中，采用的最大序列长度为A.512B.1024C.2048D.4096答案：C29.若某模型在INT8量化后精度下降明显，最可能的原因是A.权重分布偏移B.激活值分布偏移C.量化粒度为per-tensorD.未使用校准集答案：B30.在AutoML中，DARTS算法搜索的是A.模型深度B.模型宽度C.操作与连接拓扑D.学习率策略答案：C2.多项选择题（每题2分，共20分）31.下列哪些操作可以有效缓解模型过拟合A.LabelSmoothingB.DropBlockC.增加batchsizeD.StochasticDepth答案：A,B,D32.关于Transformer中的LayerNorm，以下说法正确的是A.沿特征维度计算均值方差B.可替换为RMSNormC.预LayerNorm有助于训练稳定性D.后LayerNorm可减少参数量答案：A,B,C33.在模型部署阶段，以下哪些技术可降低推理延迟A.OperatorFusionB.WeightPruningC.DynamicQuantizationD.GradientCheckpointing答案：A,B,C34.下列属于自监督视觉预训练方法的有A.MoCov3B.BYOLC.SwAVD.BERT答案：A,B,C35.当使用ApexO2级别混合精度时，下列哪些张量会被保持为FP32A.主权重B.激活C.梯度D.优化器状态答案：A,D36.在推荐系统中，下列哪些做法可缓解“马太效应”A.反事实学习D.探索利用均衡C.位置偏差建模D.多任务学习答案：A,B,C37.关于GPT的Decoder-only架构，以下说法正确的是A.使用因果掩码B.可执行双向注意力C.预训练目标为语言模型D.微调时可添加任务特定前缀答案：A,C,D38.在目标检测中，以下哪些组件属于YOLOv8的HeadA.Anchor-Free分支B.IoU回归分支C.分类分支D.掩码分支答案：A,B,C39.下列哪些损失函数可直接用于多标签分类A.BCEWithLogitsLossB.FocalLossC.AsymmetricLossD.CTCLoss答案：A,B,C40.在联邦学习中，以下哪些攻击方式可推断用户隐私A.模型逆向攻击B.属性推理攻击C.成员推理攻击D.梯度泄露攻击答案：A,B,C,D3.判断题（每题1分，共10分）41.使用Layer-wiseLearningRateDecay时，越靠近输入层学习率应越大。答案：错误42.在PyTorch中，`torch.cuda.amp.autocast`与`torch.cuda.amp.GradScaler`必须成对使用。答案：错误43.对于二分类任务，AUC=0.5等价于随机猜测。答案：正确44.知识蒸馏中，教师模型在训练阶段也必须保持FP32精度。答案：错误45.在VisionTransformer中，去掉PositionEmbedding后模型仍能保持100%精度。答案：错误46.使用GroupNormalization时，batchsize大小对性能影响较小。答案：正确47.在强化学习中，PolicyGradient定理仅适用于离散动作空间。答案：错误48.模型剪枝后若稀疏结构不规则，需使用专用推理库才能加速。答案：正确49.在语音增强中，STFT的窗长越长，时域分辨率越高。答案：错误50.使用DeepSpeed时，ZeRO-3会自动将优化器状态分片到各GPU。答案：正确4.填空题（每题2分，共20分）51.在PyTorch中，若需将模型参数以________格式保存，应使用`torch.save(model.state_dict(),path)`。答案：state_dict52.若某卷积层输出尺寸公式为O=答案：11253.在Transformer中，若隐藏维度d=768，注意力头数h=12，则每个头的维度为________。答案：6454.若使用cosineannealing学习率调度，初始lr=0.1，最小lr=0.001，周期T=10，则第5个epoch的lr为________。答案：0.050555.当使用INT8量化时，若量化比例系数为s，零点为z，则反量化公式为________。答案：=56.在推荐系统FM模型中，二阶交互项的计算复杂度经优化后为________。答案：O(kn)57.若某LSTM单元输入维度为512，隐藏维度为512，则其权重矩阵参数量为________。答案：4×(512×512+512×512+512)58.在图像增强中，RandAugment的搜索空间包含________种变换。答案：1459.当使用GradientClipping时，若范数阈值为1.0，梯度范数为2.0，则缩放系数为________。答案：0.560.在GPT-2中，词汇表大小为50257，嵌入维度为768，则嵌入层参数量为________。答案：38,600,5765.简答题（每题10分，共20分）61.给定一个文本分类任务，训练数据极度不平衡，且标注成本高昂。请设计一套完整的训练流程，包括数据策略、模型结构、损失函数及评估指标，并说明每一步的合理性。答案与解析：1)数据策略：采用自监督预训练+半监督学习。首先在大规模无标注语料上进行掩码语言模型预训练，得到上下文表示；然后使用UDA（UnsupervisedDataAugmentation）对未标注数据进行回译、同义词替换等增强，生成伪标签，扩充训练集。2)模型结构：采用预训练Encoder（如RoBERTa-base）+分类头。冻结底层6层参数，仅微调上层6层，减少过拟合。3)损失函数：主损失为asymmetricloss（聚焦尾部类别），辅以对比学习损失，使尾部类别特征更紧凑。4)评估指标：采用macro-F1与AUC-ROC综合评估，既关注整体亦关注尾部表现。合理性：自监督+半监督缓解标注不足；冻结底层降低过拟合；asymmetricloss抑制头部类别主导；macro-F1确保尾部性能不被稀释。62.某目标检测模型在边缘设备上推理延迟为200ms，需求为50ms。请给出系统级优化方案，涵盖模型压缩、框架加速、硬件适配三个层面，并估算各阶段可带来的延迟收