2026年人工智能训练师（三级）实操技能考前冲刺试题

2026年人工智能训练师（三级）实操技能考前冲刺试题一、单项选择题（每题1分，共20分。每题只有一个正确答案，请将正确选项的字母填在括号内）1.在PyTorch中，若需将模型参数全部冻结，以下代码正确的是（）A.forpinmodel.parameters():p.requires_grad=FalseB.model.eval()C.torch.no_grad()D.model.zero_grad()2.使用Keras构建文本分类模型时，若词汇表大小为20000，嵌入维度为128，则Embedding层参数量为（）A.20000×128B.20000×128+128C.20000×128×2D.1283.在YOLOv5训练过程中，若mAP@0.5持续上升而mAP@0.5:0.95下降，最可能的原因是（）A.学习率过高B.数据增强过度C.锚框尺寸不合适D.批大小过大4.对不平衡样本进行加权时，若正类样本权重为w⁺，负类样本权重为w⁻，则以下说法正确的是（）A.w⁺/w⁻=N⁻/N⁺B.w⁺/w⁻=N⁺/N⁻C.w⁺+w⁻=1D.w⁺=w⁻5.在Transformer中，位置编码使用正弦函数的主要原因是（）A.可学习参数更少B.支持任意长度序列外推C.加速注意力计算D.降低显存占用6.使用混合精度训练时，LossScaling的作用是（）A.防止梯度下溢B.加快收敛C.减少显存D.提高精度7.在联邦学习场景下，采用FedAvg算法，若本地epoch过大，可能导致（）A.客户端漂移B.通信开销下降C.全局模型发散D.隐私泄露8.对BERT进行下游任务微调时，通常冻结前6层的原因是（）A.低层特征通用性强B.加速训练C.防止过拟合D.以上皆是9.在强化学习PPO算法中，clip参数ε通常取值范围是（）A.0.01~0.2B.0.5~1.0C.1.0~2.0D.2.0~5.010.使用TensorRT加速推理时，若网络中含DynamicShuffle，应优先选择（）A.ExplicitBatchB.ImplicitBatchC.ONNX解析D.FP16模式11.在图像分割任务中，DiceLoss与交叉熵联合训练时，最佳权重比例经验值为（）A.1:1B.1:3C.3:1D.10:112.对LSTM进行剪枝时，最易稀疏化的门控单元是（）A.输入门B.遗忘门C.输出门D.细胞状态13.在AutoML中，若搜索空间为连续值，最优搜索策略为（）A.GridSearchB.RandomSearchC.BayesianOptimizationD.手动调参14.使用Horovod进行多机训练时，若出现梯度累积错误，应首先检查（）A.hvd.allreduceB.hvd.broadcastC.hvd.local_rankD.hvd.size15.在语音合成Tacotron2中，停止token预测使用Sigmoid阈值通常设为（）A.0.1B.0.5C.0.8D.0.9516.对ResNet50进行知识蒸馏时，若教师模型为EfficientNet-B7，温度T最佳初始值是（）A.1B.3C.7D.2017.在MLOps流水线中，模型漂移监控指标PSI>0.2表示（）A.轻微漂移B.中等漂移C.显著漂移D.无漂移18.使用ONNXRuntime部署时，若线程数设为1，推理延迟反而增大，最可能原因是（）A.内存池未预热B.图优化关闭C.动态维度D.CPU降频19.在GPT-3微调中，若样本长度差异大，最佳采样策略为（）A.随机采样B.桶采样C.逆频率采样D.贪心采样20.对VisionTransformer进行线性探测时，通常冻结的模块是（）A.PatchEmbeddingB.TransformerEncoderC.MLPHeadD.LayerNorm二、多项选择题（每题2分，共20分。每题有两个或两个以上正确答案，请将所有正确选项的字母填在括号内，漏选、错选均不得分）21.以下哪些操作可有效缓解GAN训练不稳定（）A.对判别器使用谱归一化B.生成器使用WassersteinLossC.采用历史平均生成器D.增大批大小至204822.在PyTorchLightning中，以下哪些钩子函数可用于自定义验证循环（）A.validation_stepB.validation_epoch_endC.on_validation_epoch_startD.on_train_batch_start23.使用DeepSpeedZero-3优化器时，可节省显存的原因包括（）A.参数分片B.梯度分片C.优化器状态分片D.激活检查点24.在目标检测任务中，以下哪些数据增强可能改变标签（）A.RandomCropB.MosaicC.HSV扰动D.Rotation25.对BERT进行量化时，以下哪些层适合进行INT8量化（）A.EmbeddingB.QKV线性层C.LayerNormD.Pooler26.在推荐系统Wide&Deep中，Wide部分可使用的特征有（）A.交叉特征B.连续特征C.ID类特征哈希D.文本CNN特征27.使用Optuna进行超参搜索时，以下哪些采样器支持多目标优化（）A.NSGAIIB.MOTPEC.RandomD.CmaEs28.在DiffusionModel训练过程中，以下哪些技巧可加速收敛（）A.余弦噪声调度B.重要性采样C.自适应组归一化D.EMA模型29.对CNN进行通道剪枝时，以下哪些指标可衡量通道重要性（）A.L1范数B.梯度幅值C.BN缩放因子D.特征图熵30.在强化学习多智能体场景下，以下哪些算法属于中心化训练去中心化执行（）A.MADDPGB.QMIXC.COMAD.IQL三、判断题（每题1分，共10分。正确打“√”，错误打“×”）31.使用混合精度训练时，FP16梯度累加可完全避免精度损失。（）32.在Transformer中，注意力矩阵的稀疏化可直接降低推理延迟。（）33.对GPT进行LoRA微调时，秩r越大，可训练参数量越少。（）34.在图像分类任务中，CutMix增强一定会增加训练时长。（）35.使用TensorBoard的EmbeddingProjector可直接可视化高维权重。（）36.联邦学习场景下，SecureAggregation可防止服务器看到客户端明文梯度。（）37.在ONNX中，DynamicAxes与FixedAxes可在同一模型中共存。（）38.对VAE进行β退火时，β>1会导致生成样本模糊。（）39.使用Horovod时，梯度压缩比率越大，模型精度一定越高。（）40.在DPO（DirectPreferenceOptimization）中，无需训练奖励模型。（）四、填空题（每空2分，共20分）41.在PyTorch中，若需将模型保存为TorchScript，应调用______方法。42.使用K-fold交叉验证时，若k=N（样本数），则称为______交叉验证。43.在YOLOv5中，计算CIoU时，需引入框的______与______两项几何因子。44.对BERT进行继续预训练时，若采用RoBERTa风格动态掩码，则掩码模式在______时重新生成。45.在强化学习PPO中，优势函数A^π(s,a)的GAE参数λ=0时，等价于______估计。46.使用DeepSpeed时，配置文件中的"zero_optimization.stage"设为3，表示启用______优化。47.在VisionTransformer中，若图像分辨率为224×224，Patch大小为16，则序列长度为______。48.对卷积核进行Winograd变换时，F(2×2,3×3)算法的乘法次数为______。49.在推荐系统DIN中，注意力单元使用______激活函数。50.对GPT进行INT8量化时，若采用SmoothQuant，需先对______进行缩放。五、简答题（每题10分，共30分）51.描述如何在单机八卡环境下使用PyTorchDDP训练ViT-Base，并说明如何设置SyncBN与GradientAccumulation，使得全局批大小达到4096，单卡批大小为32。52.给定一个二分类任务，训练集正负样本比例为1:99，给出一种结合FocalLoss与LDAM的加权方案，并推导其损失函数表达式。53.在模型蒸馏场景下，教师为RegNet-Y-16GF，学生为ResNet50，请设计一种基于特征图注意力迁移的损失，并给出PyTorch伪代码。六、计算题（共30分）54.（15分）某目标检测模型使用CIoU损失，预测框为(x,y,w,h)=(0.4,0.5,0.6,0.8)，真实框为(0.5,0.5,1.0,1.0)，请计算CIoU损失值。要求写出完整公式与步骤。55.（15分）在Transformer中，自注意力计算Q∈ℝ^{n×d_k},K∈ℝ^{n×d_k},V∈ℝ^{n×d_v}，其中n=1024，d_k=64，d_v=64，若采用FlashAttention算法，显存复杂度从O(n²)降至O(n)，请推导其内存峰值公式，并计算节省显存百分比。七、实操综合题（共40分）56.请阅读下列需求，完成代码实现并回答后续问题。需求：基于HuggingFaceTransformers，使用LoRA技术在GLUE/SST-2任务上微调DeBERTa-v3-base，要求：1.仅训练注意力查询投影层与值投影层；2.秩r=8，alpha=32；3.训练3个epoch，最大长度128，批大小32；4.使用EarlyStopping(patience=2)与SaveTopK(k=1)；5.输出验证集准确率和F1。请给出完整可运行Python脚本（含数据加载、模型构建、训练、评估），并回答：（1）LoRA可训练参数量占总参数百分比；（2）若将秩r提升至16，预计显存增加多少MB（给出估算公式与结果）。八、答案与解析一、单选1.A2.A3.B4.A5.B6.A7.A8.D9.A10.A11.B12.B13.C14.A15.B16.B17.C18.A19.B20.B二、多选21.ABCD22.ABC23.ABCD24.ABD25.AB26.AC27.AB28.ABCD29.ABCD30.ABC三、判断31.×32.√33.×34.√35.√36.√37.√38.√39.×40.√四、填空41.torch.jit.trace/torch.jit.script42.留一法（Leave-One-Out）43.中心点距离、长宽比44.每个序列（或每个epoch）45.单步（TD(0)）46.ZeRO-347.19748.1649.PReLU50.激活（或输入）五、简答51.关键步骤：初始化进程组：torch.distributed.init_process_group(backend="nccl")构建DDP模型：torch.nn.parallel.DistributedDataParallel(model,device_ids=[local_rank],output_device=local_rank,find_unused_parameters=False)设置SyncBN：将BN层替换为torch.nn.SyncBatchNorm，需在DDP封装前执行GradientAccumulation：每卡batch=32，8卡共256，累积步数=4096/256=16，每16步执行一次optimizer.step()DataLoader使用DistributedSampler，设置shuffle=True，drop_last=True52.方案：定义联合损失L=αL_{focal}+βL_{ldam}其中L_{focal}=−(1−p)^γlogpL_{ldam}=−\frac{Δ}{π}\arctan(\lambda(1−p))logp权重α=N⁻/(N⁺+N⁻),β=N⁺/(N⁺+N⁻)，Δ与λ为LDAM超参，通常Δ=0.5,λ=1.053.注意力迁移损失：L_{AT}=∑_{l}∥\mathcal{A}(F_T^{l})−\mathcal{A}(F_S^{l})∥_2^2其中\mathcal{A}(F)=\text{softmax}(\text{vec}(F)⋅\text{vec}(F)^T)伪代码：forlinlayers:A_T=torch.einsum('bchw,bdhw->bcd',F_T[l],F_T[l])A_S=torch.einsum('bchw,bdhw->bcd',F_S[l],F_S[l])loss+=F.mse_loss(A_S,A_T.detach())六、计算54.CIoU公式：\text{CIoU}=1−\text{IoU}+\frac{ρ^2(b,b^{gt})}{c^2}+αv其中IoU=0.6×0.8/(1×1)=0.48中心点距离ρ=0.1对角线c=√(1^2+1^2)=1.414v=\f