2026年人工智能训练师职业技能等级考试试题

2026年人工智能训练师职业技能等级考试试题一、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.28×28  B.30×30  C.32×32  D.34×342.使用Adam优化器时，下列超参数对初始学习率最敏感的是A.β₁  B.β₂  C.ε  D.α3.在Transformer模型中，ScaledDot-ProductAttention的缩放因子为A.  B.  C.1/  D.1/4.当训练数据极度不平衡时，以下指标最能反映模型对少数类的识别能力的是A.Accuracy  B.Precision  C.Recall  D.F1-score5.在联邦学习场景下，为防止梯度泄露用户隐私，常用的防御机制是A.Dropout  B.GradientCompression  C.DifferentialPrivacy  D.BatchNorm6.若某模型在验证集上的损失持续上升，而训练集损失持续下降，则最可能发生了A.梯度消失  B.梯度爆炸  C.过拟合  D.欠拟合7.在PyTorch中，以下代码片段执行后x.grad的值为```pythonx=torch.tensor(2.0,requires_grad=True)y=x**3y=x**3y.backward()```A.4  B.6  C.8  D.128.对于BERT-base模型，其隐藏层维度为768，多头注意力头数为12，则每个头的维度为A.64  B.96  C.128  D.7689.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10.使用混合精度训练时，下列操作必须放在FP32下完成的是A.卷积计算  B.激活函数  C.权重更新  D.损失缩放11.在图像分割任务中，DiceLoss的取值范围为A.[0,1]  B.[-1,1]  C.[0,+∞)  D.(-∞,+∞)12.当batchsize从64增大到256时，若保持epoch数不变，则梯度噪声A.增大  B.减小  C.不变  D.先增后减13.在GPT-3训练中，使用的主要分布式训练框架是A.Horovod  B.DeepSpeed  C.Ray  D.ParameterServer14.若某LSTM单元输入维度为128，隐藏维度为256，则其参数量为A.394240  B.525312  C.656384  D.78745615.在目标检测中，YOLOv5使用的anchor匹配策略是A.IoU最大  B.宽高比匹配  C.中心点距离  D.自适应锚框16.当使用知识蒸馏时，教师模型与学生模型输出logits之间的损失通常采用A.MSE  B.KL散度  C.CrossEntropy  D.Cosine相似度17.在AutoML中，用于搜索网络结构的算法NSGA-II属于A.强化学习  B.进化算法  C.贝叶斯优化  D.梯度下降18.若某模型参数量为1.2B，使用FP16存储，则显存占用约为A.2.4GB  B.4.8GB  C.7.2GB  D.9.6GB19.在语音合成中，WaveNet采用的损失函数为A.CrossEntropy  B.MSE  C.DiscretizedMixtureofLogistics  D.CTCLoss20.当使用梯度累积时，累积步数为4，则等效batchsize扩大A.2倍  B.4倍  C.8倍  D.16倍21.在VisionTransformer中，位置编码通常采用A.正弦余弦  B.可学习1D向量  C.可学习2D向量  D.无位置编码22.若某GAN训练出现模式崩塌，则生成器损失曲线通常表现为A.持续上升  B.持续下降  C.震荡剧烈  D.几乎恒定23.在推荐系统中，使用矩阵分解时，隐向量维度k越大，则模型A.泛化能力越强  B.泛化能力越弱  C.与泛化无关  D.先强后弱24.当使用EarlyStopping时，patience参数的作用是A.控制学习率衰减  B.控制最大epoch  C.控制等待轮数  D.控制梯度裁剪25.在PyTorchLightning中，用于定义训练步的函数名为A.training_step  B.train_step  C.step_train  D.forward26.若某模型使用GroupNorm，group数为32，则当batchsize=1时，GroupNormA.退化为InstanceNorm  B.退化为LayerNorm  C.等价于BatchNorm  D.报错27.在文本生成任务中，使用top-p采样时，p值越小，则生成文本A.越多样  B.越保守  C.越长  D.越短28.当使用混合专家模型（MoE）时，门控网络通常采用A.Softmax  B.Sigmoid  C.ReLU  D.Tanh29.在模型压缩中，知识蒸馏属于A.量化  B.剪枝  C.低秩分解  D.迁移学习30.若某模型使用Swish激活函数，则其导数在x=0处的值为A.0  B.0.5  C.1  D.无定义二、多项选择题（每题2分，共20分）31.下列属于Transformer解码器层组成部分的有A.MaskedMulti-HeadAttention  B.Add&Norm  C.FeedForward  D.CrossAttention32.以下哪些操作可以有效缓解过拟合A.LabelSmoothing  B.Mixup  C.DropBlock  D.增加网络深度33.在分布式训练中，All-Reduce操作可用于A.梯度聚合  B.参数广播  C.损失同步  D.学习率调整34.关于BERT预训练任务，下列说法正确的有A.使用MLM  B.使用NSP  C.使用RTD  D.使用SOP35.以下哪些指标可用于评估生成图像质量A.FID  B.IS  C.LPIPS  D.BLEU36.在强化学习中，属于on-policy算法的有A.PPO  B.TRPO  C.DDPG  D.A3C37.当使用量化感知训练时，需要插入的伪量化节点位置包括A.权重后  B.激活后  C.损失后  D.梯度后38.以下哪些方法可用于解释CNN决策A.Grad-CAM  B.LIME  C.SHAP  D.AttentionRollout39.在语音增强任务中，常用的损失函数有A.SI-SDR  B.STFT-MSE  C.CrossEntropy  D.MAE40.关于自监督学习，下列说法正确的有A.无需人工标注  B.可用于预训练  C.一定优于监督学习  D.对比学习属于自监督三、判断题（每题1分，共10分）41.使用LayerNorm时，特征维度越小，计算越稳定。42.在GPT系列中，解码器使用双向注意力机制。43.当使用梯度裁剪时，裁剪阈值越大，训练越稳定。44.在目标检测中，mAP@0.5一定小于mAP@0.75。45.使用Mixup可以增强模型对对抗样本的鲁棒性。46.在联邦学习中，FedAvg算法要求各客户端本地epoch相同。47.对于Imagenet预训练模型，直接用于医学影像分割无需微调即可取得最佳效果。48.在知识蒸馏中，温度系数越高，softlabel分布越平滑。49.使用ReLU激活函数时，一定不会出现梯度消失问题。50.在AutoEncoder中，隐层维度大于输入维度时，模型一定过拟合。四、填空题（每空2分，共20分）51.若某卷积层输入通道为64，输出通道为128，卷积核3×3，则参数量为________。52.在Transformer中，若序列长度为512，隐层维度为1024，则自注意力计算所需的显存约为________MB（假设FP16）。53.使用CosineAnnealing学习率调度时，若初始学习率为0.1，最低为0.001，周期为100epoch，则第50epoch的学习率为________。54.若某模型使用DeepSpeedZero-3阶段，则优化器状态被分割到________。55.在PyTorch中，将模型移至CUDA的函数为________。56.当使用CTCLoss时，blank标签的默认索引为________。57.若某GAN生成器使用Wasserstein损失，则判别器最后一层激活函数为________。58.在推荐系统中，使用SVD++时，用户隐式反馈的权重参数记为________。59.若使用RandAugment，则N=2，M=9表示每张图像做________次变换，强度为________。60.在VisionTransformer中，PatchEmbedding通常使用________层实现。五、计算题（共20分）61.（10分）某训练任务使用混合精度，batchsize=2048，序列长度=1024，隐层维度=2048，vocab=32000，试估算单次前向+反向的显存占用（假设使用Adam，FP16存储激活，FP32存储权重与优化器状态，忽略临时缓存）。给出详细计算过程与LaTex公式。62.（10分）给定一个4×4输入特征图[12使用3×3最大池化，步长为1，填充为0，写出输出特征图，并计算其梯度回传到输入位置(2,2)的数值（假设输出梯度全为1）。六、综合设计题（共30分）63.（15分）某医疗影像分类任务数据量仅2000张，类别不平衡比例1:9，图像尺寸1024×1024。请设计一套完整的训练方案，包括：1)数据增强策略与理由；2)模型选择与预训练方案；3)损失函数与采样策略；4)防止过拟合关键技术；5)评估指标与实验设置。64.（15分）某城市需部署实时车牌识别系统，要求单路1080p@30fps，延迟<100ms，边缘设备算力仅8TOPSINT8。请给出：1)模型轻量化方案（网络结构、量化、剪枝）；2)推理优化（框架、batch、多线程、kernel融合）；3)数据回流与持续学习机制；4)异常检测与报警策略；5)实测性能表格（mAP、FPS、功耗）。七、答案与解析（共50分）1.C 解析：输出尺寸=输入尺寸，故输入=32。2.D 解析：α即初始学习率。3.A 解析：缩放因子为。4.C 解析：Recall关注少数类查全率。5.C 解析：差分隐私防止梯度泄露。6.C 解析：训练降验证升典型过拟合。7.D 解析：=38.A 解析：768/12=64。9.B 解析：α为学习率。10.C 解析：权重更新需FP32保持精度。11.A 解析：Dice∈[0,1]。12.B 解析：batch越大噪声越小。13.B 解析：GPT-3使用DeepSpeed。14.B 解析：参数量=4×(128×128+128×256+256)=525312。15.D 解析：YOLOv5使用自适应锚框。16.B 解析：蒸馏用KL散度。17.B 解析：NSGA-II为进化算法。18.B 解析：1.2B×2Byte≈2.4GB，FP16再×2得4.8GB。19.C 解析：WaveNet用DMoL损失。20.B 解析：累积4步等价batch×4。21.B 解析：ViT用可学习1D位置编码。22.D 解析：模式崩塌生成器损失几乎恒定。23.B 解析：k越大越易过拟合，泛化弱。24.C 解析：patience为等待轮数。25.A 解析：training_step为Lightning接口。26.B 解析：batch=1时GroupNorm退化为LayerNorm。27.B 解析：top-p越小越保守。28.A 解析：门控用Softmax。29.D 解析：蒸馏属于迁移学习。30.B 解析：Swish导数x=0时为31.ABCD 解析：解码器含全部四项。32.ABC 解析：增加深度会加剧过拟合。33.AC 解析：All-Reduce用于梯度聚合与损失同步。34.AB 解析：BERT用MLM+NSP。35.ABC 解析：BLEU用于文本。36.ABD 解析：DDPG为off-policy。37.AB 解析：伪量化插权重与激活后。38.ABCD 解析：四种均可解释CNN。39.ABD 解析：CrossEntropy不用于语音增强。40.ABD 解析：自监督不一定优于监督。41.× 解析：特征维度越小越不稳定。42.× 解析：GPT为单向。43.× 解析：阈值越大裁剪越弱，可能不稳定。44.× 解析：mAP@0.5通常更高。45.√ 解析：Mixup提升鲁棒性。46.× 解析：FedAvg允许不同epoch。47.× 解析：医学影像需微调。48.√ 解析：温度高分布平滑。49.× 解析：ReLU在负半轴梯度为零，可梯度消失。50.× 解析：隐层大不一定过拟合，需正则。51.73728 解析：(64×3×3+1)×128=73728。52.256 解析：显存≈2×512×1024×4Byte≈4MB，FP16再×64头≈256MB。53.0.0505 解析：+c54.各GPU 解析：