2026年人工智能缺陷管理基础考试题库及答案

2026年人工智能缺陷管理基础考试题库及答案一、单项选择题（每题2分，共30分）1.在缺陷生命周期中，状态由“New”迁移到“Assigned”通常触发的事件是A.测试工程师提交缺陷B.开发经理确认缺陷并分派C.产品经理拒绝缺陷D.自动化脚本重新执行答案：B解析：状态“Assigned”意味着缺陷已被确认并交由具体开发人员处理，触发角色为开发经理或缺陷评审委员会。2.下列哪一项最能体现“可重复性”原则在缺陷报告中的价值A.缺陷标题包含情感化词汇B.报告附带可执行的Python脚本及输入数据C.报告使用彩色截图D.报告包含对开发人员的批评答案：B解析：可重复性要求任何第三方都能依据报告复现问题，脚本与数据是最直接证据。3.使用基于深度学习的缺陷分派模型时，出现“标签泄漏”最可能导致A.训练集准确率下降B.验证集准确率高但线上效果差C.梯度消失D.过拟合训练集答案：B解析：标签泄漏使模型在验证阶段获得不该知晓的信息，表现为验证虚高、线上崩溃。4.在联邦学习场景下对缺陷数据进行增强时，必须优先满足A.数据规模最大化B.本地差分隐私预算约束C.特征维度统一为512D.使用生成对抗网络答案：B解析：联邦学习强调数据不出域，差分隐私预算是合规硬杠杆。5.某缺陷管理平台采用BERT+CRF做缺陷标题命名实体识别，若“内存泄漏”被错误拆成“内存/泄漏”两个实体，最可能的根因是A.CRF层转移矩阵过强B.BERT学习率过低C.分词器词典缺失领域词汇D.批次大小过大答案：C解析：领域词汇未进入分词器导致错误切分，CRF只能基于错误输入做标注。6.在持续集成流水线中，缺陷回归测试优先级的量化公式为P其中S为严重程度得分，C为客户影响系数，T为修复耗时。若某缺陷S=9，C=2，T=3，则P为A.3B.6C.9D.18答案：B解析：P=7.下列关于“缺陷去重”的描述，正确的是A.文本向量化后余弦相似度>0.9即可自动关闭B.堆栈哈希完全一致可免人工复核C.需结合代码diff、业务语义、复现路径多维判断D.去重过程无需保留审计日志答案：C解析：单一指标易误判，多维交叉验证是工业界通行做法。8.在AI辅助缺陷评估中，使用SHAP值解释模型输出，其主要优点是A.降低训练耗时B.提供局部可解释性C.减少显存占用D.提升F1值答案：B解析：SHAP基于博弈论，可量化每个特征对单次预测的贡献。9.某项目采用“零缺陷”策略，其本质目标是A.绝对无缺陷发布B.缺陷趋零的过程中持续降低质量成本C.取消测试部门D.用AI替代所有测试活动答案：B解析：零缺陷是质量成本管理思想，强调一次做对，而非字面“0”。10.缺陷逃逸率指标计算公式为E若一季度内部发现1200个缺陷，上线后被客户发现30个，则E为A.2.5%B.3.0%C.2.0%D.2.4%答案：D解析：E=11.在缺陷根因分析中，使用5Why法时，停止追问的最佳信号是A.已追问5次B.到达可控制的管理层C.找到可度量的系统缺陷D.责任人承认失误答案：C解析：5Why追求系统层面的可改进点，而非个人责任。12.某AI模型在缺陷分类任务中Macro-F1为0.82，Micro-F1为0.95，可初步判断A.类别分布均衡B.类别存在严重不平衡C.模型欠拟合D.精确率与召回率相等答案：B解析：Micro-F1受高频类主导，远高于Macro-F1，提示长尾分布。13.在缺陷报告中附带视频复现步骤，其最大风险是A.文件过大无法上传B.泄露后台接口密钥C.增加存储成本D.视频无法被搜索引擎索引答案：B解析：录屏易暴露配置、令牌等敏感信息，需脱敏处理。14.使用强化学习进行缺陷分派时，奖励函数设计为R若某缺陷，S=2A.0.88B.0.83C.0.73D.0.78答案：D解析：R=15.缺陷管理工具与代码仓库集成时，提交消息使用“Fixes#123”主要实现A.自动触发回归测试B.关联合并请求与缺陷C.自动生成发布说明D.关闭缺陷单并记录变更集答案：D解析：关键字触发状态流转，同时记录代码变更追溯。二、多项选择题（每题3分，共15分）16.以下哪些措施可有效降低“虚假阳性”缺陷A.在测试环境增加真实数据脱敏副本B.使用基于变更范围的智能用例推荐C.提高自动化断言的鲁棒性D.缩短缺陷评审周期答案：A、B、C解析：D与虚假阳性无直接因果关系。17.关于缺陷数据增强，下列做法合规的有A.使用SMOTE对少数类进行过采样B.用GAN生成带隐私信息的堆栈C.对文本字段进行同义词替换并保留原标签D.将生产日志直接复制到测试库答案：A、C解析：B、D涉及隐私泄露与合规风险。18.在AI缺陷预测中，特征工程阶段可能用到的代码静态度量包括A.圈复杂度B.Halstead体积C.CK面向对象度量D.代码行数答案：A、B、C、D解析：均为经典静态特征。19.以下属于缺陷“严重程度”分级参考维度的是A.是否触发资金损失B.是否影响核心业务流程C.修复所需人力D.是否存在变通方案答案：A、B、D解析：C属于优先级或成本维度。20.在AIOps场景下，缺陷根因定位常用算法有A.随机森林B.谱聚类C.贝叶斯网络D.LSTM答案：A、B、C、D解析：均可用于多维日志根因分析。三、判断题（每题1分，共10分）21.缺陷优先级一定与严重程度正相关。答案：错解析：优先级还需考虑业务节奏、发布窗口等。22.使用BERT微调做缺陷分类时，学习率通常设置高于预训练阶段。答案：错解析：微调需更小学习率防止灾难性遗忘。23.在持续交付中，缺陷逃逸率为0是可追求的目标。答案：错解析：理论上无法绝对为零，需平衡成本与收益。24.缺陷报告中包含“期望结果”与“实际结果”属于IEEE829标准推荐项。答案：对解析：标准明确区分两者以便复现。25.缺陷reopen次数越多，说明开发人员能力越差。答案：错解析：需综合评估需求变更、测试环境差异等。26.使用深度强化学习做缺陷分派时，状态空间包含开发人员当前负载是合理的。答案：对解析：负载直接影响奖励中的修复时长。27.在缺陷去重模型中，使用编辑距离即可满足所有场景。答案：错解析：编辑距离无法捕捉语义相似。28.缺陷管理平台与CI/CD打通后，可在代码合并前触发回归测试。答案：对解析：即pre-mergegate机制。29.零样本学习可用于新项目早期缺陷分类。答案：对解析：利用预训练语义模型无需历史标签。30.缺陷趋势图呈现“锯齿”状，一定说明测试流程不稳定。答案：错解析：也可能为迭代节奏或需求波动导致。四、填空题（每空2分，共20分）31.在缺陷生命周期中，状态从“Resolved”到“Closed”需要______（角色）执行______（动作）。答案：测试工程师；验证测试通过解析：只有测试确认修复有效才能关闭。32.使用FMEA进行缺陷预防时，风险优先级数RPN=S×O×D，其中D代表______。答案：检测难度解析：Detection，值越高越难被提前发现。33.若缺陷文本向量为v，则其与历史缺陷库中u的余弦相似度为______。答案：解析：标准余弦定义。34.在缺陷报告中，3C原则指Clear、Concise、______。答案：Complete解析：完整信息减少来回沟通。35.某模块预测缺陷密度为0.05个/千行，代码规模为120KLOC，则预期缺陷数为______。答案：6解析：0.05×36.使用LightGBM训练缺陷预测模型时，为防止过拟合，可调整参数______（任写一个）。答案：min_data_in_leaf解析：增大该值可降低模型复杂度。37.在缺陷评审会议中，使用______规则可确保会议高效，防止无限发散。答案：Two-Pizza解析：亚马逊提出，参会人数不超过两张披萨能吃饱的规模。38.缺陷reopen率计算公式为______。答案：解析：衡量修复质量。39.在AI缺陷分类中，使用混合精度训练可加速同时需搭配______技术防止梯度下溢。答案：LossScaling解析：放大损失值避免fp16下溢。40.缺陷报告唯一标识通常采用______（格式）生成。答案：UUID或“项目前缀-年月日-序号”解析：保证全局唯一与可读性。五、简答题（每题8分，共24分）41.简述“缺陷优先级”与“严重程度”的区别，并给出在敏捷迭代中如何动态调整优先级。答案：严重程度（Severity）指缺陷对系统功能的破坏程度，是技术维度；优先级（Priority）指修复顺序，是业务维度。敏捷中，每日站会评审新缺陷，结合迭代目标、客户反馈、发布倒计时动态调整。若临近发布，严重但影响面小的缺陷可降级；若缺陷阻塞演示，即使不严重也可提至最高优先级。42.说明使用GAN生成合成缺陷数据时的两大风险及对应缓解策略。答案：风险1：模式崩溃导致生成样本单一，缓解：采用WassersteinGAN+梯度惩罚，并引入多样性损失。风险2：生成数据泄露真实隐私，缓解：在判别器端加入差分隐私噪声，生成后使用隐私审计工具检测重识别率，高于阈值即丢弃。43.列举三种衡量缺陷预测模型“可解释性”的方法，并比较其优缺点。答案：1)SHAP：局部精确，但全局可视化复杂，计算开销大。2)PermutationImportance：实现简单，但可能高估高相关特征。3)LIME：局部线性近似，速度快，但局部近似可能不稳定，且需调带宽。六、综合计算题（共11分）44.某团队采用基于风险的测试策略，缺陷预期损失模型为L已知模块A的，，Impact=100万元；模块B对应值为0.05、0.1、40万元。（1）计算两模块预期损失（3分）（2）若测试资源仅能覆