2026年人工智能专业基础考试题库及解析

2026年人工智能专业基础考试题库及解析1.单项选择题（每题2分，共20分）1.1在深度学习中，若将ReLU激活函数全部替换为LeakyReLU，则下列关于梯度流的描述正确的是A.梯度消失概率严格降为零B.负半轴梯度恒为0.01，正半轴梯度保持1C.反向传播时任意负输入区域仍可能出现梯度消失D.参数更新方向与ReLU完全一致，仅速度变慢1.2给定一个卷积层：输入张量尺寸为1×32×32，卷积核尺寸5×5，输出通道16，padding=2，stride=1，则输出特征图的空间分辨率是A.30×30 B.32×32 C.28×28 D.34×341.3在Transformer的自注意力机制中，若查询向量维度d_k=64，为避免softmax梯度消失，缩放因子应选A.1 B.8 C.64 D.1/81.4下列关于模型压缩技术中“知识蒸馏”的叙述，错误的是A.教师模型输出软标签温度越高，学生模型越容易学习暗知识B.蒸馏损失通常采用KL散度C.学生模型参数量必须小于教师模型D.蒸馏过程可在不同架构间进行1.5强化学习中，若采用ε-greedy策略且ε随episode线性衰减，则探索率最终趋于A.0 B.1 C.初始ε D.与衰减步长成反比1.6在联邦学习场景下，客户端上传本地模型梯度而非参数，主要目的是A.降低通信开销 B.增强隐私保护 C.加速聚合 D.避免非独立同分布影响1.7图神经网络GCN的层间传播公式H^{(l+1)}=σ(\tilde{D}^{-1/2}\tilde{A}\tilde{D}^{-1/2}H^{(l)}W^{(l)})中，\tilde{A}表示A.原始邻接矩阵 B.加入自环的邻接矩阵 C.度矩阵 D.拉普拉斯矩阵1.8若一个二元分类任务的正负样本比为1:99，采用ROC曲线评估时，随机分类器的期望AUC为A.0 B.0.5 C.0.99 D.无法确定1.9在生成对抗网络中，若判别器损失快速降至零，则生成器梯度通常A.呈线性增长 B.呈指数增长 C.消失 D.不变1.10使用Adam优化器时，下列超参数对最终收敛位置影响最小的是A.β₁ B.β₂ C.ε D.初始学习率2.多项选择题（每题3分，共15分；多选少选均不得分）2.1下列哪些操作能够缓解卷积神经网络过拟合A.DropBlock B.LabelSmoothing C.增加通道数 D.随机深度 E.使用GroupNorm2.2关于BERT的掩码语言模型，下列说法正确的是A.15%token被选中掩码 B.被选token中80%替换为[MASK] C.被选token中10%替换为随机token D.被选token中10%保持不变 E.掩码策略在预训练与微调阶段一致2.3在深度Q网络（DQN）中，以下哪些技术用于稳定训练A.经验回放 B.目标网络 C.DoubleDQN D.PrioritizedReplay E.PolicyGradient2.4下列关于AutoML的叙述，正确的有A.NAS一定需要强化学习搜索 B.权重共享可加速搜索 C.梯度下降可用于架构参数优化 D.代理模型可降低搜索成本 E.搜索空间越大越好2.5针对长尾分布数据，以下哪些策略可提升尾部类性能A.重加权 B.重采样 C.迁移学习 D.自监督预训练 E.增加头部类样本3.填空题（每空2分，共20分）3.1若某全连接层输入维度为512，输出维度为1024，则该层参数总量为________。3.2在PyTorch中，若张量x.shape为(3,4,5)，执行x.transpose(0,2).contiguous().view(-1,4)后，新张量第二维长度为________。3.3假设使用交叉熵损失，类别权重为[1,10]，当batch内出现2个正例、8个负例时，权重交叉熵损失相对于普通交叉熵损失的放大倍数为________。3.4给定学习率调度公式η_t=η_0·(1+\gamma·t)^{-p}，其中η_0=0.1，γ=0.001，p=0.75，则第1000步的学习率为________（保留四位小数）。3.5在VisionTransformer中，若输入图像224×224，patch大小16×16，则序列长度为________。3.6若LSTM的隐藏状态维度为256，则单个时间步门控参数总量为________。3.7当使用混合精度训练时，损失缩放因子初始值通常设为________。3.8若某卷积层浮点运算量FLOPs为2.15×10⁹，batch=32，则单样本平均FLOPs为________×10⁷。3.9在知识蒸馏中，若温度τ=4，则softmax输出概率分布的熵相比τ=1时理论放大倍数为________（保留两位小数）。3.10若采用EarlyStopping，验证集最优指标出现在第37epoch，耐心系数patience=10，则训练实际停止于第________epoch。4.判断题（每题1分，共10分；正确打“√”，错误打“×”）4.1在残差网络中，恒等映射的梯度在任何深度下均可无损回传。4.2使用GroupNorm时，batchsize大小对归一化统计量无影响。4.3强化学习中，策略梯度定理对连续动作空间依然成立。4.4图卷积网络无法处理有向图。4.5在Transformer中，位置编码的维度必须与模型维度d_model一致。4.6若两个模型参数量相同，则其推理延迟一定相同。4.7混合专家模型（MoE）可在不显著增加推理时间的前提下扩大参数量。4.8对比学习损失InfoNCE的负样本越多，梯度方差越小。4.9在联邦学习中，FedAvg算法对非独立同分布数据必然收敛到全局最优。4.10使用ReZero初始化可加速Transformer收敛。5.简答题（每题8分，共24分）5.1阐述BatchNorm与LayerNorm在统计量计算维度上的差异，并说明为何Transformer选择LayerNorm。5.2描述DoubleDQN解决Q值过估计的机理，并给出目标Q值的更新公式。5.3解释对比学习中“对齐”与“均匀性”两大指标的含义，并说明其与InfoNCE损失的关系。6.计算与推导题（共31分）6.1卷积参数量与计算量（8分）给定输入张量N×3×128×128，卷积核5×5，输出通道64，padding=2，stride=1，groups=1，bias=True。(1)求该层参数量；（3分）(2)求理论乘法次数（FLOPs）；（3分）(3)若采用深度可分离卷积（先depthwise再pointwise），求参数量下降比例。（2分）6.2LSTM梯度截断分析（8分）设LSTM隐藏维度h，输入维度x，时间步长T，损失L。推导沿时间反向传播时，梯度\frac{\partialL}{\partialh_t}关于记忆细胞c_t的偏导表达式，并说明为何记忆细胞可缓解梯度消失（给出不等式约束）。6.3Transformer自注意力复杂度优化（7分）设序列长度n，维度d，标准自注意力计算复杂度为O(n²d)。若采用线性注意力Sim(Q,K,V)=\phi(Q)(\phi(K)^TV)，其中\phi(x)=\text{elu}(x)+1，证明其复杂度降为O(nd²)，并给出内存占用对比表达式。6.4强化学习策略梯度方差缩减（8分）给定策略π_θ(a|s)，回报R(τ)，基线b(s)与状态相关。证明引入基线后的策略梯度方差满足V并求最优基线b^(s)的闭式解。并求最优基线b^(s)的闭式解。7.编程综合题（20分）7.1阅读下列PyTorch代码片段，指出三处潜在错误并给出修正方案（6分）```pythonclassSimCLR(nn.Module):def__init__(self,base_encoder,dim=128):super().__init__()self.encoder=base_jector=nn.Sequential(nn.Linear(512,512),nn.ReLU(),nn.Linear(512,dim))defforward(self,x1,x2):z1=jector(self.encoder(x1))z2=jector(self.encoder(x2))归一化z1,z2=F.normalize(z1),F.normalize(z2)计算相似度logits=torch.mm(z1,z2.t())/0.07labels=torch.arange(z1.size(0))loss=F.cross_entropy(logits,labels)+F.cross_entropy(logits.t(),labels)returnloss```7.2实现带梯度累积的混合精度训练步骤（伪代码或Python均可），要求：(1)支持任意累积步数K；（4分）(2)在累积完成后一次性更新参数；（2分）(3)记录并返回当前迭代损失缩放因子scale值。（2分）7.3给定一个二部图，用户侧特征维度d_u，物品侧d_v，邻接矩阵M∈ℝ^{n×m}，请设计轻量级图卷积，使得：(1)消息传递仅依赖一次矩阵乘法；（3分）(2)参数总量不超过d_u+d_v+32；（3分）写出前向公式与参数量证明。卷后答案与解析1.单选1.1C 解析：LeakyReLU负半轴梯度为常数α≠0，但若α极小，仍可能因连续乘积导致梯度趋近于0。1.2B 解析：output_size=(32+2×2−5)/1+1=32。1.3B 解析：缩放因子√d_k=8。1.4C 解析：学生模型可大于教师，但蒸馏意义下降。1.5A 解析：ε→0，探索消失。1.6B 解析：上传梯度可避免直接泄露参数，增强隐私。1.7B 解析：\tilde{A}=A+I。1.8B 解析：随机分类器AUC=0.5。1.9C 解析：判别器过强，生成器梯度消失。1.10C 解析：ε仅为数值稳定，小范围变化几乎不影响收敛点。2.多选2.1ABDE C增加容量反而易过拟合。2.2ABCD E掩码策略仅在预训练。2.3ABCD E为另一大类算法。2.4BCD A可用进化搜索；E过大导致搜索困难。2.5ABCD E加剧头部dominance。3.填空3.1512×1024+1024=5253123.243.3(2×10+8×1)/(2+8)=2.83.40.1×(1+0.001×1000)^{-0.75}=0.01773.5(224/16)^2=1963.64×(256×256+256×256)=4×256×512=5242883.72¹⁶=655363.82.15×10⁹/32≈6.72×10⁷3.9ln(4²)/ln(1²)=16^(1)=16.003.1037+10=474.判断4.1√ 4.2√ 4.3√ 4.4× 4.5√ 4.6× 4.7√ 4.8× 4.9× 4.10√5.简答5.1BatchNorm在(N,H,W)维求均值方差，LayerNorm在(C,H,W)维求统计；Transformer序列长度可变，BatchNorm对batchsize敏感，小batch统计量噪声大，故选LayerNorm。5.2DoubleDQN用主网络选动作，目标网络评价值，目标Q：=解耦选动作与评估，抑制过估计。5.3对齐：正样本对嵌入距离近；均匀性：全体嵌入在超球面分布均匀。二者与InfoNCE负样本排斥、正样本吸引等价，InfoNCE越小，对齐↑均匀性↑。6.计算6.1(1)参数量=(3×5×5×64)+64=4800+64=4864(2)FLOPs=2×N×64×128×128×5×5×3=2×64×128×128×75≈1.57×10⁹(3)深度可分离：depthwise3×5×5×1×64=4800；pointwise1×1×3×64×64=12288；共17088；下降比例=(4864−17088)/4864≈−251%，即参数量反而上升，若改为3×depthwise+1×pointwise，则depthwise4800，pointwise64×3×64=12288，总17088，仍高于原普通卷积4864，故题目应改为“计算量”下降：深度可分离乘法次数=128×128×(3×5×5×64+3×64×64)=128×128×(4800+12288)=2.8×10⁸，下降比例≈82%。6.2记忆细胞梯度：=递推可得=若遗忘门f_j≈1，则梯度常数上界≥1，指数衰减消失缓解。6.3线性注意力：A先算\phi(K)^TV复杂度O(nd²)，再算左乘\phi(Q)亦O(nd²)，总O(nd²)；内存由O(n²)降为O(nd)。6.4方差公式展开后交叉项为零，得==最优基线为状态值函数V(s)。7.编程7.1错误与修正：(1)未将encoder设为eval()导致BatchNorm抖动；修正：训练