2026年人工智能训练师（五级）综合理论易错试题

2026年人工智能训练师（五级）综合理论易错试题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%的随机错误，下列哪种策略对最终模型泛化误差的影响最小？A.直接训练一个深度为20层的ResNetB.先使用标签平滑（labelsmoothing）再训练ResNetC.先对错误标签做人工逐一修正再训练D.将损失函数从交叉熵换成均方误差1.2某图像分类任务采用EfficientNet-B0做主干网络，输入分辨率224×224，批大小32，混合精度训练。若将分辨率提升至384×384，同时保持显存占用不变，下列调整中最合理的是：A.批大小改为16，开启梯度累积步长2B.批大小改为8，关闭混合精度C.批大小保持32，将主干换为EfficientNet-B3D.批大小保持32，将优化器从AdamW换为SGD1.3在联邦学习场景下，客户端本地数据Non-IID且极度倾斜。下列哪项技术最能缓解模型发散？A.FedAvgB.FedProxC.FedSGDD.中心差分隐私1.4使用PyTorchLightning时，下列哪段代码会在每次验证epoch结束后自动清空GPU缓存？A.`torch.cuda.empty_cache()`写在`training_step`末尾B.重写`on_validation_epoch_end`并调用`torch.cuda.empty_cache()`C.在`Trainer`中设置`flush_logs_every_n_steps=1`D.在`configure_optimizers`中返回`torch.optim.lr_scheduler.CosineAnnealingLR`1.5当目标检测模型在COCO上AP@0.5很高但AP@0.75很低，最可能的问题是：A.学习率过大B.NMS阈值过高C.回归分支权重过低D.数据增强中马赛克（Mosaic）概率过高1.6在Transformer中，若将注意力头数从8减为4，而模型总参数量保持不变，则下列说法正确的是：A.单头维度d_head减半，计算量FLOPs不变B.单头维度d_head加倍，计算量FLOPs减半C.单头维度d_head加倍，计算量FLOPs不变D.单头维度d_head减半，计算量FLOPs加倍1.7使用混合专家模型（MoE）时，若专家容量因子（capacityfactor）从1.0提到2.0，则：A.训练速度提升，显存下降B.训练速度下降，显存上升C.训练速度不变，显存上升D.训练速度下降，显存下降1.8在强化学习PPO算法中，若clip参数ε从0.2调到0.5，则：A.策略更新更保守，样本效率降低B.策略更新更激进，样本效率提高C.策略更新更保守，样本效率提高D.策略更新更激进，样本效率降低1.9对BERT-base做INT8量化后，若发现下游任务F1下降3%，首选的补救手段是：A.直接回退到FP16B.做QAT（量化感知训练）1个epochC.将量化粒度从per-tensor改为per-channelD.把学习率提高10倍再微调1.10在DeepspeedZero-3优化中，若将`allgather_bucket_size`从5e7减到5e6，则：A.显存峰值下降，通信次数增加B.显存峰值上升，通信次数减少C.显存峰值下降，通信次数减少D.显存峰值上升，通信次数增加1.11使用RandAugment时，若图像为灰度医学图，下列哪种策略最合理？A.保持默认14种变换B.删除颜色扭曲类变换，保留几何变换C.删除几何变换，保留颜色扭曲D.将n设为2，m设为最大1.12在语音合成Tacotron2中，若出现“漏词”现象，优先检查：A.注意力对齐单调性B.停止token阈值C.梅尔窗长度D.Post-net层数1.13对图神经网络GCN做邻居采样时，若采样邻居数从16降到4，则：A.内存占用下降，收敛速度加快B.内存占用下降，收敛速度变慢C.内存占用上升，收敛速度加快D.内存占用上升，收敛速度变慢1.14在知识蒸馏中，若学生模型容量远大于教师，则：A.蒸馏温度T应降低，alpha应提高B.蒸馏温度T应提高，alpha应降低C.蒸馏温度T应提高，alpha应提高D.蒸馏温度T应降低，alpha应降低1.15使用Optuna做超参搜索时，若采用TPESampler并设置`n_startup_trials=30`，则：A.前30次试验完全随机，后续启用TPEB.前30次试验用TPE，后续随机C.30次试验后停止搜索D.30次试验后改用Grid1.16在CTR预估中，DeepFM相对于Wide&Deep的主要改进是：A.用FM替代Wide部分，实现低阶特征自动交叉B.用DCN替代Deep部分C.用FTRL替代AdamD.用残差网络替代DNN1.17若将ReLU换成GELU，Transformer训练速度通常：A.提升10%B.下降5%C.不变D.提升30%1.18在MMSegmentation框架中，若`config`里`optimizer.lr=0.01`，但使用了4卡DDP且`imgs_per_gpu=2`，则实际单卡LR为：A.0.01B.0.02C.0.0025D.0.041.19对ViT做微调时，若冻结patchembedding层，则：A.显存下降，收敛变慢B.显存下降，收敛加快C.显存上升，收敛变慢D.显存上升，收敛加快1.20在AutoML中，若搜索空间包含“是否使用SE模块”，该维度属于：A.连续超参B.离散条件超参C.无序类别超参D.有序类别超参1.21使用Horovod做分布式训练时，若`hvd.size()=8`，`tensor`元素个数为1024，则`hvd.allreduce`通信量为：A.1024×4字节B.1024×8×4字节C.1024×4×2字节D.1024×4×8×2字节1.22在OCR识别中，若CTCloss出现“梯度爆炸”，首要检查：A.学习率B.空白标签权重C.最大文本长度D.卷积核大小1.23对StableDiffusion做FP16推理时，若生成图片出现“NaN”，最可能原因是：A.VAE解码器溢出B.UNetattentionsoftmax溢出C.CLIPtextencoder溢出D.调度器（scheduler）beta序列过大1.24在推荐系统多任务学习中，若“视频完播率”任务与“点赞率”任务出现负迁移，首选：A.增加共享层宽度B.引入MMoE门控C.提高点赞任务权重D.降低视频任务权重1.25使用ONNXRuntime时，若`session_options.graph_optimization_level=ORT_ENABLE_ALL`，则：A.仅做常量折叠B.仅做算子融合C.开启所有静态图优化D.关闭所有优化1.26在模型压缩中，若采用剪枝后稀疏度90%，但推理框架不支持稀疏矩阵，则：A.存储减少90%，速度提升B.存储减少90%，速度不变C.存储减少10%，速度下降D.存储减少90%，速度下降1.27对GPT做继续预训练（CPT）时，若新语料为法律文本，下列最合理的是：A.将学习率设为预训练的1/10，训练1个epochB.将学习率设为预训练的10倍，训练10个epochC.冻结embedding层D.使用原始词汇表不做任何调整1.28在图像分割中，若使用DiceLoss+CELoss联合，权重分别0.8/0.2，则：A.Dice主导，适合样本均衡B.Dice主导，适合样本不均衡C.CE主导，适合样本均衡D.CE主导，适合样本不均衡1.29使用FairScale的`FullyShardedDataParallel`时，若`reshard_after_forward=True`，则：A.前向后立即释放完整参数，显存下降B.前向后保留参数，显存上升C.反向后释放参数D.永不释放参数1.30在AI训练平台中，若节点间使用RoCEv2网络，下列最能提升多机训练效率的是：A.将NCCL_SOCKET_IFNAME设为eth0B.将NCCL_IB_GID_INDEX设为3C.关闭GDRD.将NCCL_TREE_THRESHOLD设为02.多项选择题（每题2分，共20分；每题至少有两个正确答案，多选少选均不得分）2.1下列哪些操作会改变Transformer模型参数量？A.将绝对位置编码改为旋转位置编码（RoPE）B.将注意力机制从Self-Attention换成Cross-AttentionC.将FFN激活从ReLU换成SwiGLUD.将LayerNorm换成RMSNorm2.2关于混合精度训练，下列说法正确的是：A.PyTorch自动混合精度需要同时维护FP32主权重B.使用`torch.cuda.amp.GradScaler`时，若连续出现NaN梯度，scaler会无限下调C.BF16比FP16有更宽的动态范围D.在A100上，TF32默认开启，精度低于FP322.3以下哪些方法可缓解GAN训练崩溃？A.对生成器与判别器使用不同的学习率B.使用Wasserstein梯度惩罚C.每步更新生成器两次，判别器一次D.使用谱归一化2.4在推荐系统冷启动阶段，可采用的策略有：A.利用物品侧文本信息做内容召回B.使用元学习（MAML）快速适应新用户C.提高探索率ε-greedyD.直接删除无交互样本2.5下列哪些指标可直接用于多分类任务评估？A.Macro-F1B.Cohen’sKappaC.AUC-ROCD.Top-3Accuracy2.6关于DeepspeedZero-Infinity，下列正确的是：A.支持把优化器状态卸载到NVMeB.需要修改模型代码C.支持无限大模型训练D.通信量随模型大小线性增加2.7以下哪些做法会引入数据泄露（dataleakage）？A.用整个语料做TF-IDF后再划分训练/测试B.交叉验证前做标准化C.用未来特征训练时序模型D.用5折交叉验证调参后用全量数据重新训练2.8在目标检测中，下列哪些损失函数可直接用于回归框？A.IoULossB.GIoULossC.FocalLossD.DIoULoss2.9使用Kubernetes调度AI训练任务时，下列哪些资源限制可防止“noisyneighbor”？A.`limits.cpu`B.`requests.memory`C.`nvidia/gpu`D.`ephemeral-storage`2.10以下哪些技术可将ViT推理延迟降低50%以上？A.使用FasterTransformer融合AttentionB.动态轴（dynamicaxes）导出ONNXC.使用INT8量化D.使用CUDAGraph3.判断题（每题1分，共10分；正确打“√”，错误打“×”）3.1使用Layer-wiseLearningRateDecay时，越靠近输入层，学习率应越大。3.2在PyTorch中，`nn.DataParallel`与`DistributedDataParallel`使用相同NCCL通信后端时，多卡加速比基本一致。3.3对于类别极度不平衡的二分类问题，使用Accuracy作为早停指标比AUC-ROC更稳定。3.4使用梯度累积时，学习率应与累积步长成反比调整。3.5在Transformer中，使用Pre-Norm结构比Post-Norm更利于极深模型收敛。3.6对BERT做INT4量化时，必须引入量化感知训练，否则性能会崩溃。3.7在推荐系统里，使用LR做召回比使用双塔DSSM更容易引入“信息茧房”。3.8使用Mixup增强时，标签也需要做线性插值。3.9在语音增强中，若损失函数仅使用STFT幅度谱，模型一定会忽略相位信息。3.10使用TensorBoard的`hparams`接口时，若同一组超参重复运行，会自动取平均并显示方差。4.填空题（每空2分，共20分）4.1若某卷积层输入特征图尺寸为112×112，通道64，卷积核3×3，padding=1，stride=2，输出通道128，则该层理论FLOPs为__________。4.2在PyTorch中，若需将模型参数初始化为正交矩阵，应使用`torch.nn.init.orthogonal_`，其默认增益（gain）为__________。4.3使用Adam优化器时，若β1=0.9，β2=0.999，则二阶矩估计的偏差修正系数在t=1步时为__________。4.4在Transformer中，若d_model=512，head=8，则单头维度d_head=__________。4.5若学习率调度器为CosineAnnealingLR，初始LR=0.1，T_max=100，则第50步的LR为__________。4.6使用CTC解码时，若空白标签编号为0，则路径“a–ab”经去重去空后得到__________。4.7在图像分割中，若输入为256×256，经2×2最大池化3次后，特征图尺寸为__________。4.8若使用FocalLoss，γ=2，当pt=0.1时，权重因子(1-pt)^γ=__________。4.9在知识蒸馏中，温度T→∞时，softmax输出趋近于__________分布。4.10若模型参数量为1.2B，使用Adam+FP32，则仅存储参数与一阶二阶矩所需显存约__________GB。5.简答题（每题10分，共20分）5.1说明在超大模型训练场景下，DeepspeedZero-3与FairScaleFSDP在通信与显存策略上的核心差异，并给出当模型大到单卡无法放下时，两种框架各至少两条调优建议。5.2某视频推荐系统上线后发现“完播率”预测校准度差（平均预测0.7，实际0.5），请从数据、模型、训练策略三个角度各给出两条可落地的诊断与改进方案，并说明如何在线验证效果。卷后答案与解析1.单项选择1.1B1.2A1.3B1.4B1.5C1.6C1.7B1.8B1.9B1.10A1.11B1.12A1.13B1.14C1.15A1.16A1.17B1.18A1.19A1.20C1.21A1.22A1.23B1.24B1.25C1.26B1.27A1.28B1.29A1.30B2.多项选择2.1AC2.2ACD2.3ABD2.4ABC2.5ABD2.6AC2.7A