2026年人工智能训练师职业技能等级考试真题题库

2026年人工智能训练师职业技能等级考试真题题库一、单项选择题（每题1分，共30分）1.在PyTorch中，若模型在GPU上训练，以下哪段代码能正确将输入张量`x`转移到与模型相同的设备？A.x.to(model.device)B.x.cuda()C.x.to(next(model.parameters()).device)D.x.to("gpu")2.使用Adam优化器时，若`betas=(0.9,0.999)`，则二阶动量`v_t`的更新公式为：A.=B.=C.=D.=3.在Transformer中，位置编码使用正弦函数的主要目的是：A.增强非线性B.提供可学习的绝对位置信息C.使模型对序列长度具有泛化性D.降低计算复杂度4.当训练数据极度不平衡时，以下哪种损失函数最适合二分类任务？A.MSEB.Cross-EntropyC.FocalLossD.HingeLoss5.在联邦学习场景下，客户端上传的是：A.原始训练数据B.模型参数梯度或权重C.验证集结果D.超参数配置6.若卷积层输出尺寸公式为O=A.112B.110C.109D.1117.在强化学习中，Q-learning更新公式中的α表示：A.折扣因子B.学习率C.探索率D.奖励衰减8.使用混合精度训练时，以下哪项操作是必须的？A.关闭BatchNormB.梯度缩放（GradientScaling）C.增大学习率D.减小BatchSize9.在BERT预训练中，NSP任务的全称是：A.NextSentencePredictionB.NegativeSamplingProcessC.Non-SequentialParsingD.NeuralSentencePooling10.当模型出现过拟合时，以下哪种正则化方法最直接增加参数稀疏性？A.L2B.L1C.DropoutD.BatchNorm11.在ONNX导出过程中，若模型包含`torch.nn.GELU`，应优先：A.替换为`torch.nn.ReLU`B.使用`opset_version=11`以上C.关闭`do_constant_folding`D.将模型转为TorchScript12.若使用DeepSpeedZeRO-3，其优化目标主要是：A.减少激活值内存B.分片优化器状态、梯度与参数C.降低通信量D.提高单卡算力13.在图像分割任务中，DiceLoss的公式为：A.1B.1C.−D.14.当使用Horovod进行分布式训练时，梯度聚合采用：A.ParameterServerB.All-ReduceC.RingAll-GatherD.Broadcast15.在GPT-3训练中，采用的最大学习率调度策略是：A.CosineAnnealingB.LinearWarmup+CosineDecayC.StepDecayD.ExponentialDecay16.若模型权重以FP16存储，则每个参数占用字节数为：A.2B.4C.1D.817.在推荐系统冷启动阶段，最适合的Embedding初始化策略是：A.XavierB.HeC.预训练Item2VecD.零初始化18.使用KnowledgeDistillation时，温度系数T增大将导致：A.教师分布更尖锐B.学生更易学习硬标签C.软标签分布更平滑D.损失函数退化为MSE19.在模型剪枝中，以下哪种方法属于结构化剪枝？A.权重绝对值阈值B.梯度幅值C.整通道剪枝D.彩票假说20.当训练数据含噪声标签时，以下哪种策略可缓解影响？A.增大BatchSizeB.使用MixupC.提前停止D.降低学习率21.在语音合成Tacotron2中，停止Token的作用是：A.控制音高B.决定梅尔帧数C.预测发音时长D.结束解码循环22.若使用PyTorchLightning，以下哪项由框架自动处理？A.模型定义B.梯度累加逻辑C.分布式后端选择D.损失函数设计23.在目标检测YOLOv5中，CIoU损失包含的惩罚项有：A.中心点距离、长宽比、重叠面积B.仅重叠面积C.仅中心点距离D.类别概率24.当使用梯度裁剪（clip_grad_norm_）时，若全局范数超过阈值，则：A.梯度置零B.梯度反向传播停止C.梯度按比例缩放D.学习率减半25.在AutoML中，DARTS方法搜索的是：A.超参数B.数据增强策略C.网络拓扑与操作D.损失函数26.若使用FairScale的FSDP，其全称为：A.FullyShardedDataParallelB.FastSynchronizedDataPipelineC.FlexibleSequentialDataPackingD.FilteredSampleDataProvider27.在文本生成任务中，重复惩罚（repetitionpenalty）通常作用于：A.Embedding层B.Softmax前的logitsC.损失函数D.优化器28.当使用Swish激活函数时，其表达式为：A.xB.mC.tD.29.在模型部署阶段，TensorRT的INT8校准需使用：A.训练数据前100批B.验证集无标签数据C.测试集全量数据D.随机生成数据30.若使用Weights&Biases记录实验，以下哪项信息无法自动记录？A.梯度直方图B.GPU温度C.代码diffD.用户微信ID二、多项选择题（每题2分，共20分）31.以下哪些操作可降低Transformer推理延迟？A.KV-CacheB.动态批处理C.使用FP16D.增大`d_model`32.在联邦学习中，可能遇到的攻击包括：A.模型投毒B.成员推理C.梯度泄露D.标签翻转33.使用混合专家（MoE）结构时，以下哪些说法正确？A.每次只激活部分专家B.需要负载均衡损失C.显存随专家数线性增加D.推理阶段可动态路由34.以下哪些属于自监督视觉预训练方法？A.MoCov3B.SimCLRC.BYOLD.MaskR-CNN35.当使用DeepSpeed时，以下哪些优化可节省显存？A.GradientCheckpointingB.ZeRO-OffloadC.CPUAdamD.FP32MasterWeights36.在文本分类任务中，以下哪些trick可提升鲁棒性？A.对抗训练（FGM）B.R-DropC.EMA权重平均D.随机词替换37.以下哪些指标可用于图像生成模型评估？A.FIDB.ISC.LPIPSD.BLEU38.当使用PyTorch导出TorchScript时，需注意：A.避免使用`torch.jit.isinstance`B.控制流需改为脚本模式C.动态shape需标记D.自定义CUDA算子需注册39.在推荐系统多任务学习中，以下哪些结构可缓解任务冲突？A.MMoEB.PLEC.Shared-BottomD.Cross-Stitch40.以下哪些方法可实现模型可解释性？A.IntegratedGradientsB.LIMEC.Grad-CAMD.SHAP三、判断题（每题1分，共10分）41.使用LayerNorm时，权重参数`gamma`初始化为0有助于训练稳定。42.在知识蒸馏中，学生模型容量越小，温度系数应越大。43.当使用`torch.cuda.amp`时，需手动缩放损失并反向传播。44.GPT系列模型采用Encoder-Decoder架构。45.在目标检测中，mAP@0.5的IoU阈值固定为0.5。46.使用梯度累积时，学习率应随累积步数同比增加。47.在联邦学习中，FedAvg的本地epoch越多，收敛速度一定越快。48.使用RandAugment时，策略幅度越大越好。49.在语音增强任务中，STFT窗长越长，时域分辨率越高。50.当使用ONNXRuntime部署时，可开启`graph_optimization_level=99`进行极致优化。四、填空题（每空2分，共20分）51.在PyTorch中，若需将模型某层权重冻结，应设置`requires_grad=________`。52.Transformer中，若`d_model=512,n_head=8`，则每个头的维度为________。53.使用CosineAnnealing调度时，最小学习率通常设为初始学习率的________倍。54.在推荐系统DeepFM中，FM部分用于建模________阶特征交互。55.若使用混合精度训练，梯度缩放因子初始值通常设为________。56.在图像分类中，CutMix操作将两张图片按________进行混合。57.使用KnowledgeDistillation时，总损失一般写成L=α，其中58.在BERT中，最大位置编码通常为________。59.当使用DeepSpeedZeRO-2时，优化器状态被分片到________级别。60.在YOLOv5中，正样本分配策略称为________。五、计算题（共20分）61.（10分）某模型参数量N=1.2×62.（10分）给定交叉熵损失L=−∑ilog，其中y六、案例分析题（共20分）63.（20分）某电商场景需训练多语言商品标题生成模型，语料含中、英、日三种语言，总量约500GB。训练集群含32张A100-80GB，要求3天内完成预训练，模型参数量约10B。请回答：（1）给出数据并行与模型并行结合方案，说明切片维度与通信量。（2）选择合适精度与优化器，并给出学习率、BatchSize、梯度累积步数配置。（3）设计数据预处理与加载流程，确保无数据泄露且多语言均衡。（4）列出监控指标与异常处理策略，确保训练稳定。七、答案与解析一、单项选择题1.C2.A3.C4.C5.B6.A7.B8.B9.A10.B11.B12.B13.A14.B15.B16.A17.C18.C19.C20.B21.D22.B23.A24.C25.C26.A27.B28.A29.B30.D二、多项选择题31.ABC32.ABCD33.ABCD34.ABC35.ABC36.ABCD37.ABC38.ABCD39.ABD40.ABCD三、判断题41.F42.F43.T44.F45.T46.F47.F48.F49.F50.T四、填空题51.False52.6453.0.0154.二55.6553656.随机矩形区域57.0.158.51259.数据并行60.ATSS五、计算题61.解：FP16参数内存：1.2Adam保存动量与二阶动量，均为FP32：1.2ZeRO-3将参数、动量、二阶动量均分片到32卡：单卡参数：2.40单卡动量+二阶动量：9.60总计：0.0862.解：FocalLoss：仅第二项非零：L六、案例分析题（要点）（1）采用Megatron-LM张量并行（TP=8）+流水线并行（PP=4）+数据并行（DP=1），切片维度：注意力头与FFN均分8份，通信量：每层两次All-Reduce，每次2×（2）采用BF16+AdamW，