2026年人工智能训练师理论考试真题及答案解析

2026年人工智能训练师理论考试真题及答案解析一、单项选择题（每题1分，共30分）1.在深度学习中，若某卷积层输出特征图尺寸为32×32，卷积核大小为5×5，步长为1，填充为2，则该层输入特征图尺寸为A.30×30  B.32×32  C.34×34  D.36×362.使用Adam优化器时，若一阶矩估计的指数衰减率β₁设为0.9，则其偏差修正后的第t步一阶矩估计m̂_t的表达式为A.m_t  B.m_t/(1−β₁^t)  C.m_t/(1−β₁^{t−1})  D.m_t·β₁^t3.在联邦学习场景下，为防止模型更新泄露用户隐私，最常用的安全聚合协议是A.Paillier同态加密  B.Diffie–Hellman密钥交换  C.SecureMulti-PartyComputation  D.RSA盲签名4.当训练数据存在长尾分布时，以下哪种重采样策略最易导致少数类过拟合A.随机过采样  B.SMOTE插值过采样  C.基于聚类的过采样  D.TomekLinks欠采样5.在Transformer中，ScaledDot-ProductAttention的计算公式为A.softmax(QK^T)V  B.softmax(QK^T/√d_k)V  C.softmax(QK)V  D.softmax(KQ^T/√d_k)V6.若某模型在验证集上的AUC为0.92，而PR曲线下面积为0.45，则最可能的情况是A.正负样本极度不平衡  B.模型欠拟合  C.学习率过高  D.正则化过度7.在强化学习中，若采用ε-greedy策略且ε=0.1，则智能体在第1000步选择随机动作的概率为A.0.01  B.0.1  C.0.9  D.1−0.9^{1000}8.使用混合精度训练时，LossScaling的主要目的是A.加速梯度下降  B.防止梯度下溢  C.减少通信开销  D.提高权重稀疏度9.在AutoML框架中，基于贝叶斯优化的超参搜索其采集函数通常选择A.UpperConfidenceBound  B.ThompsonSampling  C.ExpectedImprovement  D.RandomForestRegressor10.当目标检测模型采用DIoULoss时，其额外引入的惩罚项与以下哪项有关A.预测框与锚框面积比  B.中心点欧氏距离  C.长宽比差异  D.置信度差异11.在联邦学习FedAvg算法中，若本地epoch数E增大，则全局模型收敛速度通常会A.线性加快  B.先快后慢  C.单调减慢  D.与客户端数量无关12.若某GAN的判别器输出为0.1对应真实样本，则其交叉熵损失为A.−ln0.1  B.−ln0.9  C.ln0.1  D.0.1ln0.1+0.9ln0.913.在知识蒸馏中，若教师模型softmax输出使用温度T=4，则学生模型对应softmax的梯度方差将A.增大4倍  B.减小16倍  C.与T无关  D.减小4倍14.当采用LayerNormalization时，可训练参数γ与β的维度与以下哪项相同A.批次大小  B.隐藏层维度  C.序列长度  D.注意力头数15.在模型压缩技术中，若采用权重共享加Huffman编码，则压缩率主要受限于A.权重矩阵秩  B.聚类中心数量  C.稀疏度阈值  D.量化比特数16.若某LSTM的隐藏状态维度为256，则其参数量（含偏置）约为A.256K  B.512K  C.1M  D.2M17.在对比学习SimCLR中，NT-XentLoss的温度参数τ减小会导致A.正样本对距离增大  B.负样本对距离减小  C.梯度范数减小  D.对齐性增强均匀性减弱18.当使用梯度累积模拟大批次时，若累积步数为K，则等效批次大小为A.K  B.K×GPU数  C.K×本地批次大小  D.K×学习率19.在模型可解释性方法IntegratedGradients中，基线输入通常选择A.全零向量  B.训练集均值  C.随机高斯噪声  D.对抗样本20.若某卷积网络第5层通道数为512，采用组卷积且groups=32，则每组卷积核维度为A.512/32×3×3  B.512×3×3  C.16×3×3  D.32×3×321.在元学习MAML中，外层优化目标为A.最小化任务特定损失  B.最小化元测试损失  C.最大化参数敏感度  D.最小化元训练损失22.当采用EarlyStopping时，若patience=5且监控指标为验证损失，则训练将在连续多少轮不下降后终止A.3  B.5  C.6  D.1023.若某模型使用Mish激活函数，则其导数在x=0处的值为A.0  B.0.5  C.1  D.tanh(ln(1+e⁰))+024.在目标检测评估中，若IoU阈值从0.5提高到0.75，则mAP通常会A.上升  B.下降  C.不变  D.先升后降25.当采用StochasticWeightAveraging时，权重平均的起始epoch通常选择A.前10%  B.后25%  C.50%  D.任意时刻26.在NLP中，若采用ALBERT对词嵌入进行因式分解，则参数矩阵由V×H拆分为A.V×E与E×H  B.V×V  C.H×H  D.V×H不变27.若某模型使用cosineannealing学习率调度，则最小学习率与初始学习率的关系为A.0.01×初始  B.0.1×初始  C.由η_min设定  D.固定为028.在模型攻防中，若采用PGD攻击步长α=0.01，迭代次数为40，则最大扰动半径为A.0.01  B.0.4  C.由ε决定  D.0.01×4029.当采用混合专家模型MoE时，若top-k=2，则每次推理激活参数量占总参数A.100%  B.k/专家数  C.与门控网络无关  D.与k成正比30.在模型服务部署中，若采用TensorRTINT8量化，则校准数据集通常需要A.训练集全部样本  B.验证集500–1000张  C.测试集全部  D.随机生成假数据二、多项选择题（每题2分，共20分，多选少选均不得分）31.以下哪些方法可直接缓解模型训练中的“梯度爆炸”问题A.梯度裁剪  B.权重衰减  C.使用LSTM  D.减小学习率  E.批归一化32.在联邦学习系统里，可能引入“客户端漂移”的原因包括A.非独立同分布数据  B.本地迭代次数过多  C.通信压缩  D.服务器学习率过大  E.客户端dropout33.以下哪些指标可用于评估生成图像的多样性A.FID  B.IS  C.LPIPS  D.Precision  E.Recall34.当采用知识蒸馏时，若教师模型为集成模型，则学生模型可获得的收益包括A.更低的推理延迟  B.更高的鲁棒性  C.更少的参数量  D.更高的训练损失  E.更好的泛化35.在强化学习off-policy算法中，以下哪些技术可降低方差A.ImportanceSampling  B.Retrace  C.Q-learning  D.GAE  E.DoubleDQN36.以下哪些操作会改变Transformer的位置编码信息A.打乱输入序列顺序  B.增加序列长度  C.修改嵌入维度  D.使用相对位置编码  E.使用绝对位置编码37.在模型压缩中，剪枝方法按粒度可分为A.权重级  B.通道级  C.层级  D.块级  E.神经元级38.当使用混合专家模型时，门控网络常见的激活函数包括A.Softmax  B.Top-kGumbel  C.ReLU  D.Sigmoid  E.Swish39.以下哪些损失函数可直接用于多标签分类A.BCEWithLogitsLoss  B.FocalLoss  C.CrossEntropyLoss  D.KLDivergence  E.AsymmetricLoss40.在模型可解释性中，以下哪些方法属于基于扰动的后验解释A.LIME  B.SHAP  C.Grad-CAM  D.SmoothGrad  E.Occlusion三、判断题（每题1分，共10分，正确打“√”，错误打“×”）41.在BatchNorm中，训练阶段使用的均值方差来自当前批次统计。42.使用ReLU激活的深层网络一定不会出现梯度消失。43.联邦学习中的安全聚合可抵抗恶意客户端的模型投毒攻击。44.知识蒸馏中，温度越高，softmax输出分布越尖锐。45.在目标检测中，YOLOv5的anchor尺寸是通过k-means在COCO上聚类得到。46.采用INT8量化后，模型推理速度一定快于FP16。47.Transformer的自注意力计算复杂度与序列长度呈线性关系。48.在对比学习中，负样本数量越多，越容易出现假负例问题。49.使用Mish激活函数的网络在ImageNet上总能获得高于Swish的精度。50.梯度累积技术可增加等效批次大小而不增加显存消耗。四、填空题（每空2分，共20分）51.若某卷积层输入尺寸为64×64，输出尺寸为64×64，卷积核3×3，步长1，则填充大小为______。52.在LSTM中，遗忘门公式f_t=σ(W_f·[h_{t−1},x_t]+b_f)，其中σ表示______函数。53.若使用cosineannealing重启，则学习率周期T_i与乘因子T_mult的关系为T_{i+1}=T_i×______。54.在知识蒸馏中，若温度T→∞，则softmax输出趋近于______分布。55.若某模型参数量为120M，采用4-bit量化后，理论压缩倍率为______倍。56.在Transformer中，若d_k=64，则QK^T的维度为______。57.若某检测框预测为[10,20,50,60]，GT为[15,25,45,55]，则IoU为______（保留两位小数）。58.在强化学习中，TD(λ)的λ=0时退化为______算法。59.若使用FocalLoss时γ=2，则易分类样本的权重衰减因子为______。60.在联邦学习FedProx中，近端项系数μ越大，则本地更新越______（保守/激进）。五、计算题（共20分）61.（10分）已知某卷积层输入特征图尺寸为224×224×3，采用16个5×5卷积核，步长2，填充2。(1)求输出特征图尺寸H×W×C；(2)求该层参数量（含偏置）；(3)若采用深度可分离卷积，求参数量减少比例。62.（10分）某模型训练损失函数为L已知λ=0.01，θ的L2范数为8，样本损失均值ℓ̄=0.45，N=1024。(1)求总损失L；(2)若学习率η=0.001，求权重衰减导致的参数更新量Δθ_{wd}；(3)若采用梯度累积步数K=4，求等效λ′使得总正则强度不变。六、简答题（每题10分，共30分）63.阐述混合专家模型（MoE）在超大模型训练中的优势与潜在问题，并给出两种缓解专家负载不均衡的策略。64.对比分析BatchNorm、LayerNorm、GroupNorm在视觉与NLP任务中的适用场景，并解释为何Transformer默认采用LayerNorm。65.描述联邦学习中的“客户端漂移”现象，从优化角度提出一种改进算法并给出伪代码。七、综合设计题（20分）66.某城市欲部署联邦学习系统实现跨医院医疗影像分割，数据特征为3DCT体素，标签为器官掩膜。请设计一套端到端方案，包括：(1)模型架构选择与轻量化理由；(2)数据预处理与隐私增强技术；(3)通信压缩与聚合协议；(4)评估指标与实验设置；(5)潜在伦理风险与应对措施。要求条理清晰，技术细节完整，字数不少于600字。卷后答案与解析一、单项选择题1.B 2.B 3.C 4.A 5.B 6.A 7.B 8.B 9.C 10.B 11.B 12.A 13.B 14.B 15.B 16.C 17.D 18.C 19.A 20.A 21.B 22.B 23.A 24.B 25.B 26.A 27.C 28.C 29.B 30.B解析示例：第1题：输出尺寸=(224+2×2−5)/1+1=224，但题设输出32×32，故反推输入=输出，选B。第5题：ScaledDot-ProductAttention需除以√d_k防止梯度消失，选B。二、多项选择题31.ACE 32.ABD 33.AC 34.ABCE 35.BD 36.AD 37.ABDE 38.AB 39.ABE 40.ABD三、判断题41.√ 42.× 43.×（只能抵抗半诚实） 44.×（更平滑） 45.√ 46.×（依赖硬件） 47.×（平方） 48.√ 49.×（不一定） 50.√四、填空题51.1 52.sigmoid 53.T_mult 54.均匀 55.8 56.seq_len×seq_len 57.0.58 58.Q-learning 59.(1−p)^2 60.保守五、计算题61.(1)H=W=(224+4−5)/2+1=1