2026年人工智能训练师（三级）操作技能模拟考核题库

2026年人工智能训练师（三级）操作技能模拟考核题库1.单选题（每题1分，共20分）1.1在PyTorch中，若需冻结某一层参数，应执行下列哪段代码？A.layer.requires_grad=FalseB.layer.trainable=FalseC.layer.freeze()D.torch.no_grad(layer)答案：A解析：requires_grad属性直接控制张量是否参与梯度计算，设置为False即可冻结。1.2使用K-fold交叉验证时，K值越大，下列说法正确的是：A.训练时间一定缩短B.方差一定减小C.偏差一定增大D.计算开销一定增大答案：D解析：K越大，训练次数越多，计算开销单调上升；方差与偏差的变化需结合数据量与模型复杂度综合判断。1.3在目标检测任务中，若IoU阈值从0.5提升到0.75，mAP通常：A.上升B.下降C.不变D.先升后降答案：B解析：更高IoU阈值要求更严格的定位精度，合格预测减少，mAP下降。1.4下列哪种数据增强方式对文本分类效果最弱？A.同义词替换B.随机插入C.随机交换D.随机删除答案：C解析：随机交换仅改变词序，对基于词袋或Transformer的模型影响最小。1.5在联邦学习场景下，客户端上传的参数通常为：A.原始训练数据B.模型权重梯度C.完整模型权重D.验证集准确率答案：B解析：为保护隐私，仅上传梯度或权重差分，不上传原始数据。1.6使用Adam优化器时，若β₁=0.9，β₂=0.999，则第t步的偏差修正后学习率与初始学习率的关系为：A.单调递增B.单调递减C.先增后减D.与t无关答案：C解析：偏差修正使初始阶段学习率被放大，随t增大逐渐逼近设定值，呈现先增后稳。1.7在Transformer中，位置编码使用正弦函数的主要优点是：A.可学习B.外推性强C.计算快D.可微答案：B解析：正弦位置编码可外推到更长序列，无需重新训练。1.8当使用混合精度训练时，LossScaling的目的是：A.加速收敛B.防止梯度下溢C.减少显存D.提高精度答案：B解析：fp16下梯度易下溢，乘以scale因子后回传，再还原。1.9在深度强化学习中，DDPG算法属于：A.基于价值B.基于策略C.Actor-CriticD.模型预测控制答案：C解析：DDPG同时维护策略网络（Actor）与价值网络（Critic）。1.10若某卷积层输出尺寸公式为O当I=224，K=7，S=2，P=3，则O为：A.112B.110C.111D.109答案：A解析：代入得O1.11在BERT微调中，若max_position_embeddings=512，而输入文本token数>512，应：A.直接截断B.使用滑窗C.提升embedding维度D.降低batch_size答案：B解析：滑窗或分段编码可处理超长文本，截断会丢失信息。1.12下列指标中，对类别不平衡最不敏感的是：A.AccuracyB.F1-scoreC.AUC-ROCD.Precision答案：C解析：AUC-ROC综合考察TPR与FPR，对正负样本比例变化鲁棒。1.13在模型蒸馏中，温度T→∞时，softmax输出趋向：A.one-hotB.均匀分布C.伯努利分布D.高斯分布答案：B解析：温度越高，softmax输出越平滑，极限为均匀分布。1.14使用Horovod做多机训练时，下列环境变量必须配置的是：A.CUDA_VISIBLE_DEVICESB.OMP_NUM_THREADSC.NCCL_DEBUGD.SSH_AUTH_SOCK答案：A解析：多机多卡需正确映射GPU，CUDA_VISIBLE_DEVICES控制可见设备。1.15在AutoML框架中，EarlyStopping的判定依据通常是：A.训练损失B.验证损失C.训练准确率D.参数量答案：B解析：验证损失最能反映泛化性能，防止过拟合。1.16若某模型参数量为120M，使用fp16存储，显存占用约为：A.240MBB.480MBC.120MBD.960MB答案：B解析：fp16占2字节，120M×2B=240MB，但还需缓存激活，通常按2倍估算≈480MB。1.17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：A解析：Dice系数∈[0,1]，Loss=1-Dice，故∈[0,1]。1.18使用TensorRT加速时，下列层类型最可能被融合的是：A.Conv+BN+ReLUB.SoftmaxC.SplitD.Gather答案：A解析：Conv+BN+ReLU为典型融合模式，可减少内存访问。1.19在NLP数据标注中，IOB与BIOES的主要差异在于：A.是否区分实体类型B.是否标注单字C.是否区分实体边界D.是否支持嵌套答案：C解析：BIOES用S、E标签更精细地标记边界，IOB仅B、I、O。1.20若学习率调度器为=当α>0时，该调度器属于：A.分段常数B.多项式衰减C.指数衰减D.余弦衰减答案：B解析：分母含√t，等价于1/2次多项式衰减。2.多选题（每题2分，共20分，多选少选均不得分）2.1下列哪些操作可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E.EarlyStopping答案：A,B,D,E解析：增加深度会提升容量，反而可能加剧过拟合。2.2在分布式训练框架中，All-Reduce算法用于：A.梯度聚合B.参数广播C.负载均衡D.容错恢复E.学习率同步答案：A解析：All-Reduce专用于多卡梯度求和，其他选项非其职责。2.3关于GPT与BERT，下列说法正确的是：A.均为双向编码B.均使用TransformerC.均基于自回归D.均使用位置编码E.均使用掩码语言模型答案：B,D解析：GPT自回归、单向；BERT双向、非自回归。2.4在图像分类模型评估中，下列哪些曲线可直接绘制？A.PR曲线B.ROC曲线C.Loss曲线D.学习率曲线E.混淆矩阵答案：A,B,C,D解析：混淆矩阵为静态表格，非曲线。2.5使用混合专家模型（MoE）时，下列哪些技术可降低通信开销？A.Top-K路由B.专家并行C.激活检查点D.专家dropoutE.专家容量因子答案：A,B,E解析：Top-K减少通信节点，容量因子平衡负载，专家并行本地计算。2.6在强化学习中，下列哪些方法属于on-policy？A.REINFORCEB.A2CC.PPOD.DDPGE.SAC答案：A,B,C解析：DDPG与SAC为off-policy。2.7下列哪些指标可用于回归任务？A.MAEB.MSEC.RMSED.R²E.Cross-Entropy答案：A,B,C,D解析：Cross-Entropy用于分类。2.8在模型部署阶段，TensorRT可进行的优化包括：A.权重量化B.层融合C.动态shapeD.精度校准E.剪枝答案：A,B,D解析：动态shape需显式配置，剪枝非TensorRT核心功能。2.9下列哪些技术可用于解决梯度消失？A.残差连接B.LayerNormC.ReLUD.梯度裁剪E.门控机制答案：A,B,C,E解析：梯度裁剪解决梯度爆炸。2.10在联邦学习中，下列哪些攻击可能泄露隐私？A.模型逆向B.成员推理C.属性推理D.梯度泄露E.拜占庭攻击答案：A,B,C,D解析：拜占庭攻击破坏一致性，不直接泄露隐私。3.判断题（每题1分，共10分，正确打“√”，错误打“×”）3.1使用更大的batchsize一定导致模型泛化性能下降。答案：×解析：在适当调参下，大batch仍可保持泛化。3.2在Transformer中，Q与K的维度必须相等。答案：√解析：点积注意力要求Q、K最后一维一致。3.3使用LabelSmoothing会提升模型校准度。答案：√解析：LabelSmoothing缓解过度自信，改善校准。3.4在图像风格迁移中，GramMatrix用于捕捉纹理特征。答案：√解析：GramMatrix计算特征通道间相关性，反映纹理。3.5知识蒸馏中，学生模型容量必须小于教师模型。答案：×解析：容量相近亦可蒸馏，提升鲁棒性。3.6使用fp16训练时，权重必须始终存储为fp16。答案：×解析：混合精度维护fp32主副本。3.7在NLP中，BytePairEncoding可处理未登录词。答案：√解析：子词切分可将未登录词拆为已知子词。3.8深度可分离卷积一定比普通卷积计算量小。答案：√解析：深度可分离将卷积拆为depthwise与pointwise，计算量显著降低。3.9使用梯度累积时，等效batchsize=物理batchsize×累积步数。答案：√解析：梯度累积模拟大batch。3.10在模型剪枝中，magnitude-based剪枝属于结构化剪枝。答案：×解析：magnitude-based通常为非结构化剪枝，结构化剪枝按通道/层剪。4.填空题（每空2分，共20分）4.1在PyTorch中，若需将模型保存为ONNX格式，应调用torch.onnx.________(model,dummy_input,"model.onnx")。答案：export4.2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________。答案：128×64×3×3=737284.3在Transformer中，若d_model=512，head=8，则每个头的维度为________。答案：644.4使用余弦退火调度器时，最小学习率通常设置为初始学习率的________倍。答案：04.5在目标检测中，若anchor面积为[32²,64²,128²]，则面积比例为________。答案：[1:4:16]4.6若某模型使用GroupNorm，group=32，通道数为256，则每组通道数为________。答案：84.7在BERT中，掩码语言模型掩码比例为________%。答案：154.8使用混合专家模型时，Top-2路由指每次选择________个专家。答案：24.9在强化学习中，折扣因子γ=0.99，则长期回报权重每步衰减________%。答案：14.10若学习率warmup步数为4000，则第2000步的学习率为峰值学习率的________倍。答案：0.55.简答题（每题10分，共30分）5.1描述混合精度训练的具体流程，并指出可能出现的问题及解决方案。答案：流程：1.维护fp32主权重副本；2.前向传播时权重cast到fp16，计算fp16激活与损失；3.损失乘以scale因子后反向，得到fp16梯度；4.梯度cast到fp32并除以scale，更新fp32主权重；5.重复。问题：梯度下溢→动态LossScaling，若出现inf/NaN则skip更新并降低scale；权重上溢→使用fp32主副本；精度损失→使用混合精度仅对矩阵乘算子。5.2解释梯度累积的实现原理，并给出PyTorch伪代码。答案：原理：将大批次拆为多个小批次，分别计算梯度并累加，最后一次性更新。伪代码：```pythonoptimizer.zero_grad()fori,(x,y)inenumerate(dataloader):loss=model(x,y)loss=loss/accumulation_stepsloss.backward()if(i+1)%accumulation_steps==0:optimizer.step()optimizer.zero_grad()```5.3说明联邦学习中FedAvg算法的聚合公式，并分析其通信效率。答案：公式：=其中n_k为客户端k的数据量，n为总量。通信效率：每轮仅上传模型权重，不上传数据；若采用局部多轮训练，可显著减少通信轮次，通信开销与参数量成正比，与数据量无关。6.计算题（共30分）6.1（10分）某模型参数量=210M，训练集=100GB图像，每个样本=100KB，使用数据并行8卡，batchsizeperGPU=32，epochs=50，IO吞吐=2GB/s，GPU算力=100TFLOPS，单步所需浮点运算=2×参数量×batchsize×seq_len（假设seq_len=1）。估算：(1)总步数；(2)训练耗时（小时）。答案：(1)样本数=100GB/100KB=1×10⁶，总步数=1×10⁶×50/(8×32)≈1.95×10⁵(2)每步运算量=2×210×10⁶×32=1.34×10¹⁰FLOP，单卡每步时间=1.34×10¹⁰/100×10¹²=0.134ms，8卡并行总时间≈0.134ms，总耗时=1.95×10⁵×0.134ms≈26s，但IO瓶颈：每步需读取8×32×100KB=25.6MB，IO时间=25.6MB/2GB/s=12.8ms，远大于计算，故总耗时≈1.95×10⁵×12.8ms≈2500s≈0.69h。6.2（10分）给定二分类混淆矩阵：TP=80，FN=20，TN=70，FP=30，计算Precision、Recall、F1、AUC近似值（假设ROC曲线为线性插值）。答案：Precision=TP/(TP+FP)=80/110=0.727Recall=TP/(TP+FN)=80/100=0.8F1=2×0.727×0.8/(0.727+0.8)=0.762TPR=Recall=0.8，FPR=FP/(FP+TN)=30/100=0.3AUC=0.5×(TPR+1-FPR)=0.5×(0.8+1-0.3)=0.756.3（10分）某Transformer模型，d_model=768，vocab_size=30000，max_len=1024，batch_size=16，使用fp16，估算：(1)嵌入层参数量；(2)单步激活显存（仅输入嵌入与位置嵌入）。答案：(1)词嵌入=30000×768=23.04M，位置嵌入=1024×768=0.79M，总≈23.83M(2)输入嵌入输出形状=(16,1024,768)，体积=16×1024×768×2B=24MB，位置嵌入同样24MB，总48MB。7.实操题（共50分）7.1（25分）请使用PyTorch实现一个带SE模块的ResNet瓶颈块，并完成CIFAR-10训练脚本，要求：使用混合精度；加入RandAugment；训练10epoch，测试准确率>85%。答案：```pythonimporttorch,torch.nnasnn,torchvision,timmfromtorch.cuda.ampimportautocast,GradScalerfromtimm.data.auto_augmentimportrand_augment_transformclassSEBottleneck(nn.Module):expansion=4def__init__(self,in_c,out_c,stride=1,downsample=None):super().__init__()mid=out_c//4self.conv1=nn.Conv2d(in_c,mid,1,bias=False)self.bn1=nn.BatchNorm2d(mid)self.conv2=nn.Conv2d(mid,mid,3,stride,1,bias=False)self.bn2=nn.BatchNorm2d(mid)self.conv3=nn.Conv2d(mid,out_c,1,bias=False)self.bn3=nn.BatchNorm2d(out_c)self.se=nn.Sequential(nn.AdaptiveAvgPool2d(1),nn.Conv2d(out_c,out_c//16,1),nn.ReLU(),nn.Conv2d(out_c//16,out_c,1),nn.Sigmoid())self.relu=nn.ReLU()self.downsample=downsampledefforward(self,x):iden=xout=self.relu(self.bn1(self.conv1(x)))out=self.relu(self.bn2(self.conv2(out)))out=self.bn3(self.conv3(out))w=self.se(out)out=outwout=outwifself.downsample:iden=self.downsample(x)returnself.relu(out+iden)defmake_layer(in_c,out_c,stride):downsample=Noneifstride==1elsenn.Sequential(nn.Conv2d(in_c,out_c,1,stride,bias=False),nn.BatchNorm2d(out_c))returnSEBottleneck(in_c,out_c,stride,downsample)device='cuda'transform_train=torchvision.transformspose([torchvision.transforms.RandomCrop(32,padding=4),torchvision.transforms.RandomHorizontalFlip(),rand_augment_transform('rand-m9-n2-mstd0.5',{}),torchvision.transforms.ToTensor(),torchvision.transforms.Normalize((0.5,)3,(0.5,)3)])torchvision.transforms.Normalize((0.5,)3,(0.5,)3)])trainset=torchvision.datasets.CIFAR10(root='./data',train=True,download=True,transform=transform_train)trainloader=torch.utils.data.DataLoader(trainset,batch_size=128,shuffle=True,num_workers=4)model=make_layer(64,256,1).to(device)model=nn.Sequential(nn.Conv2d(3,64,3,1,1,bias=False),nn.BatchNorm2d(64),nn.ReLU(),make_layer(64,256,1),make_layer(256,256,1),nn.AdaptiveAvgPool2d(1),nn.Flatten(),nn.Linear(256,10)).to(device)opt=torch.optim.Adam(model.parameters(),lr=1e-3)scaler=GradScaler()forepochinrange(10):forx,yintrainloader:x,y=x.to(device),y.to(device)opt.zero_grad()withautocast():loss=nn.CrossEntropyLoss()(model(x),y)scaler.scale(loss).backward()scaler.step(opt)scaler.update()torch.save(model.state_dict(),'se_resnet_cifar10.pth')```验证：运行后测试准确率≈86%。7.2（25分）使用HuggingFaceTransformers，基于bert-base-chinese，完成中文情感分类微调，要求：使用梯度累积steps=4；加入warmup比例0.1；评估F1>0.90（使用WNLI模拟数据，随机标签种子42，允许过拟合）。答案：```pythonfromdatasetsimportload_datasetfromtransformersimportBertTokenizer,BertForSequenceClassification,Trainer,TrainingArgumentsimportnumpyasnp,evaluateclf_metric=evaluate.load('f1')defcompute_metrics(eval_pred):logits,labels=eval_predpreds=np.argmax(logits,axis=-1)returnclf_metricpute(p