2026年人工智能训练师（五级）专业理论真题及答案

2026年人工智能训练师（五级）专业理论真题及答案1.单项选择题（每题1分，共30分）1.1在监督学习中，若训练集标签存在5%的随机噪声，下列哪种损失函数对噪声最不敏感？A.0-1损失B.交叉熵损失C.Huber损失D.平方误差损失答案：C1.2使用Adam优化器时，若β₁=0.9、β₂=0.999，则第t步的一阶矩估计mₜ的更新公式为：A.mₜ=β₁mₜ₋₁+(1−β₁)gₜB.mₜ=(1−β₁)mₜ₋₁+β₁gₜC.mₜ=β₁gₜ+(1−β₁)mₜ₋₁D.mₜ=mₜ₋₁+(1−β₁)gₜ答案：A1.3在PyTorch中，下列代码片段执行后，x.grad的维度与x是否相同？```pythonx=torch.randn(4,3,requires_grad=True)y=x.sum()y.backward()```A.相同B.不相同，x.grad维度为(4,3)C.不相同，x.grad维度为(1,)D.不确定，取决于设备答案：B1.4当批量大小（batchsize）从32增大到256时，使用同一套学习率，SGD的梯度方差如何变化？A.增大8倍B.减小到1/8C.不变D.增大64倍答案：B1.5在Transformer中，若隐藏维度d_model=512，注意力头数h=8，则每个头的维度为：A.64B.512C.8D.4096答案：A1.6下列哪种数据增强策略最适合文本分类任务中的长尾类别？A.随机裁剪B.回译（back-translation）C.颜色抖动D.随机旋转答案：B1.7若使用F1-score作为评估指标，当正负样本比例达到99:1时，哪种处理方式最可能提升模型表现？A.直接加权交叉熵B.删除多数类样本C.使用准确率D.降低学习率答案：A1.8在联邦学习场景下，客户端本地训练1个epoch后上传梯度，服务器采用FedAvg聚合，则上传数据量主要与哪项成正比？A.模型参数量B.训练样本数C.本地epoch数D.学习率答案：A1.9当使用混合精度训练时，下列哪项操作必须显式执行？A.损失缩放（lossscaling）B.权重衰减C.梯度裁剪D.学习率预热答案：A1.10在深度强化学习中，DDPG算法使用哪种网络结构来近似策略？A.深度Q网络B.Actor-CriticC.策略梯度D.双网络Q学习答案：B1.11若卷积核尺寸为5×5，输入通道为3，输出通道为64，则该层参数量（含偏置）为：A.4800B.4801C.6400D.6403答案：B解析：参数量=5×5×3×64+64=4801。1.12在BERT预训练中，MaskedLanguageModel任务随机遮盖的词比例通常设置为：A.5%B.10%C.15%D.20%答案：C1.13当使用早停（earlystopping）时，若验证损失连续10轮未下降，则触发停止，此时最可能保存的模型是：A.第1轮B.最后1轮C.验证损失最低轮D.训练损失最低轮答案：C1.14在目标检测中，若IoU阈值从0.5提升到0.75，则mAP通常：A.上升B.下降C.不变D.先升后降答案：B1.15使用Kaiming初始化时，若激活函数为ReLU，则权重方差应满足：A.B.C.D.答案：A1.16在生成对抗网络中，若判别器过强，生成器梯度可能出现：A.爆炸B.消失C.震荡D.不变答案：B1.17当使用学习率余弦退火时，其周期长度通常设置为：A.1个epochB.总epoch数C.10个batchD.验证周期答案：B1.18在知识蒸馏中，学生模型logits与教师模型logits之间的温度参数T增大时，softmax分布：A.更尖锐B.更平滑C.不变D.先锐后平答案：B1.19若使用LSTM处理变长序列，下列哪种掩码方式可在PyTorch中正确忽略pad部分？A.`packed_sequence`B.`zero_mask`C.`dropout`D.`layer_norm`答案：A1.20在模型剪枝中，若采用幅度剪枝（magnitudepruning），则优先剪掉：A.最大绝对值权重B.最小绝对值权重C.最大梯度D.最小梯度答案：B1.21当使用Mixup数据增强时，若λ~Beta(0.2,0.2)，则λ的期望值为：A.0.2B.0.5C.0.8D.1.0答案：B1.22在图像分割任务中，DiceLoss的取值范围是：A.[0,1]B.[-1,1]C.[0,+∞)D.(-∞,0]答案：A1.23若使用梯度累积模拟batchsize=256，而GPU最大只能放32，则累积步数应为：A.4B.8C.16D.32答案：B1.24在AutoML中，若采用贝叶斯优化搜索超参，其核函数通常选择：A.RBFB.LinearC.SigmoidD.ReLU答案：A1.25当使用TPU训练时，为保证XLA图编译效率，推荐将数据集转换为：A.NumPyB.TFRecordC.CSVD.JSON答案：B1.26在文本生成中，若使用top-k采样，k=1时等价于：A.随机采样B.贪心解码C.BeamSearchD.温度采样答案：B1.27若模型在训练集准确率为100%，验证集为70%，测试集为69%，则最可能：A.欠拟合B.过拟合C.数据泄漏D.标签错误答案：B1.28在模型部署阶段，TensorRT的主要优化不包括：A.权重量化B.层融合C.动态形状D.数据增强答案：D1.29当使用AUC-ROC评估二分类器时，若正负样本互换，则AUC值：A.变为1-AUCB.不变C.变为AUC/2D.变为0答案：B1.30在联邦学习中，若客户端数据Non-IID程度加剧，则FedAvg的收敛速度通常：A.加快B.减慢C.不变D.先快后慢答案：B2.多项选择题（每题2分，共20分）2.1下列哪些操作可以有效缓解模型过拟合？A.DropoutB.L2正则C.增加网络深度D.数据增强答案：A,B,D2.2关于BatchNorm，下列描述正确的是：A.训练时统计runningmeanB.测试时使用runningstatisticsC.可充当正则项D.必须放在激活函数之前答案：A,B,C2.3在PyTorch中，下列哪些函数可以实现学习率调度？A.`StepLR`B.`ReduceLROnPlateau`C.`CosineAnnealingLR`D.`Adam`答案：A,B,C2.4使用混合精度训练时，可能带来的好处包括：A.减少显存占用B.加快训练速度C.提升模型精度D.降低能耗答案：A,B,D2.5下列哪些指标适用于类别不平衡的二分类？A.F1-scoreB.AUC-PRC.AccuracyD.Cohen’sKappa答案：A,B,D2.6在Transformer中，位置编码可使用：A.正弦函数B.可学习向量C.相对位置D.CNN答案：A,B,C2.7关于知识蒸馏，下列说法正确的是：A.教师模型通常更大B.温度T越高，软标签越平滑C.学生模型只能更浅D.可引入中间层损失答案：A,B,D2.8在目标检测中，YOLOv3使用：A.Anchor机制B.多尺度预测C.全卷积网络D.RoIPooling答案：A,B,C2.9下列哪些方法可用于模型可解释性？A.Grad-CAMB.LIMEC.SHAPD.Dropout答案：A,B,C2.10在强化学习中，若使用ε-greedy策略，随训练进行可：A.线性衰减εB.指数衰减εC.固定ε=0.1D.增大ε答案：A,B,C3.判断题（每题1分，共10分）3.1使用ReLU激活函数时，梯度一定不会消失。答案：错3.2在卷积神经网络中，空洞卷积可以扩大感受野而不增加参数量。答案：对3.3LSTM的遗忘门输出接近0时，表示完全保留旧信息。答案：错3.4在联邦学习中，服务器可以查看客户端原始数据。答案：错3.5知识蒸馏中，学生模型的温度必须与教师模型相同。答案：错3.6使用DiceLoss时，背景类别通常也参与计算。答案：对3.7在AutoML中，神经架构搜索（NAS）一定需要强化学习。答案：错3.8对于BERT模型，[CLS]向量可用于下游分类任务。答案：对3.9在GAN训练中，生成器和判别器必须同步更新。答案：错3.10使用TensorBoard时，可实时查看分布直方图。答案：对4.填空题（每题2分，共20分）4.1若输入图像尺寸为224×224，经过3×3卷积，stride=2，pad=1，则输出特征图尺寸为________。答案：112×1124.2在PyTorch中，若需冻结某层参数，应设置该层参数的________属性为False。答案：requires_grad4.3使用交叉熵损失时，若模型输出为logits，则应选用________函数计算概率。答案：softmax4.4在Transformer的自注意力中，Q与K^T相乘后需除以________以稳定梯度。答案：√d_k4.5若学习率为0.01，权重衰减系数为0.0001，则L2正则项的系数为________。答案：0.00014.6在目标检测中，若groundtruth框为[x,y,w,h]=[10,20,30,40]，anchor为[12,18,28,42]，则IoU约为________。（保留两位小数）答案：0.794.7使用混合精度训练时，损失缩放因子过大可能导致________现象。答案：梯度溢出4.8在知识蒸馏中，若温度T=4，则softmax的输入需除以________。答案：44.9若使用1D卷积处理文本，输入通道为embedding_dim=300，卷积核大小为3，输出通道为100，则参数量为________。答案：90000+100=901004.10在联邦学习中，FedAvg聚合公式为：θ=∑________θ_k。答案：n_k/n5.简答题（每题5分，共20分）5.1简述BatchNorm与LayerNorm的区别，并说明各自适用场景。答案：BatchNorm在批量维度归一化，适用于CNN；LayerNorm在特征维度归一化，适用于RNN/Transformer。BatchNorm依赖批量大小，LayerNorm与批量无关。5.2说明梯度爆炸与梯度消失的产生原因，并给出至少两种缓解方法。答案：原因：深层网络链式求导导致连乘。缓解：梯度裁剪、使用ReLU、残差连接、LSTM、归一化初始化。5.3解释知识蒸馏中“温度”T的作用，并说明为何T>1可传递暗知识。答案：T增大使softmax输出更平滑，放大次要类别概率，提供类别间相似性信息，帮助学生模型学习教师模型的泛化能力。5.4列举三种模型压缩方法，并简要说明其原理。答案：剪枝——移除小权重；量化——降低权重精度；蒸馏——大模型教小模型。6.计算题（每题10分，共20分）6.1已知某卷积层输入特征图尺寸为64×64×16，输出通道为32，卷积核3×3，stride=1，pad=1，groups=1，dilation=1。(1)输出特征图尺寸；(2)该层参数量（含偏置）；(3)若使用深度可分离卷积（先depthwise再pointwise），参数量减少多少百分比？答案：(1)输出尺寸：64×64×32(2)参数量：3×3×16×32+32=4624(3)深度可分离：depthwise3×3×16+16=160；pointwise1×1×16×32+32=544；合计704。减少百分比：(4624−704)/4624≈84.8%6.2某二分类任务正负样本比为1:99，总样本10000。模型预测正类TP=80，FP=20，FN=20，TN=9880。(1)计算Precision、Recall、F1；(2)若将阈值降低，TP增加10，FP增加90，F