2026年人工智能训练师（二级）基础理论考试题库

2026年人工智能训练师（二级）基础理论考试题库一、单项选择题（每题1分，共30分）1.在深度学习模型训练中，若验证集损失持续上升而训练集损失持续下降，最可能的原因是A.学习率过低B.模型欠拟合C.模型过拟合D.批大小过大答案：C解析：训练集损失下降而验证集损失上升是过拟合的典型表现。2.下列激活函数中，输出范围在(0,1)之间的是A.ReLUB.TanhC.SigmoidD.LeakyReLU答案：C解析：Sigmoid函数表达式为σ(x)=1/(1+e^{-x})，输出范围(0,1)。3.在Transformer架构中，用于捕捉序列位置信息的核心模块是A.多头注意力B.位置编码C.层归一化D.前馈网络答案：B解析：位置编码通过正弦/余弦函数或学习向量注入顺序信息。4.若某卷积层输入尺寸为32×32×3，使用64个5×5卷积核，步长为1，padding为2，则输出特征图尺寸为A.32×32×64B.30×30×64C.28×28×64D.34×34×64答案：A解析：输出尺寸公式：O=\left\lfloor\frac{I+2P-K}{S}\right\rfloor+1=\left\lfloor\frac{32+4-5}{1}\right\rfloor+1=32，通道数等于卷积核数64。5.在联邦学习场景下，为防止模型更新泄露用户隐私，通常采用A.同态加密B.差分隐私C.梯度裁剪D.以上均可答案：D解析：三种技术可组合使用，分别对抗不同攻击面。6.使用Adam优化器时，超参数β1的常见默认值为A.0.5B.0.9C.0.99D.0.999答案：B解析：Adam论文推荐β1=0.9，β2=0.999。7.在目标检测任务中，YOLOv5使用的边界框回归损失函数为A.SmoothL1B.GIoUC.DIoUD.CIoU答案：D解析：YOLOv5采用CIoULoss，综合考虑重叠、中心点距离与长宽比。8.若某LSTM单元遗忘门输出接近0，则上一时刻细胞状态A.被完全保留B.被完全遗忘C.被部分保留D.被放大两倍答案：B解析：遗忘门输出0表示对上一状态权重为0，即完全遗忘。9.在自监督学习中，SimCLR的核心思想是A.生成对抗B.对比学习C.自回归D.掩码重建答案：B解析：SimCLR通过数据增强构造正样本对，利用对比损失拉近正样本、推远负样本。10.当使用混合精度训练时，为防止梯度下溢，通常引入A.梯度累积B.损失缩放C.权重衰减D.学习率预热答案：B解析：损失缩放将损失乘以大常数，反向传播后再缩放梯度，避免FP16下溢。11.在模型蒸馏中，学生模型主要学习教师模型的A.参数值B.输出软标签C.中间特征D.以上均可答案：D解析：蒸馏可匹配软标签、中间特征甚至注意力矩阵。12.下列评价指标中，对类别不平衡最敏感的是A.AccuracyB.PrecisionC.RecallD.F1-score答案：A解析：Accuracy受多数类主导，不平衡时易虚高。13.若某GAN训练出现模式崩塌，可采取的缓解策略是A.减小判别器学习率B.使用Wasserstein损失C.增加噪声输入D.以上均可答案：D解析：三种方法均可提升GAN多样性。14.在PyTorch中，以下代码执行后x.grad的值为```pythonx=torch.tensor(2.0,requires_grad=True)y=x**3y=x**3y.backward()```A.4B.6C.8D.12答案：D解析：dy/dx=3x²，x=2时梯度为12。15.当使用BERT进行中文文本分类时，最佳分词粒度为A.字B.词C.子词D.句子答案：C解析：中文BERT采用WordPiece子词粒度，兼顾语义与词典未登录词。16.在强化学习中，Q-learning更新公式中的α表示A.折扣因子B.学习率C.探索率D.奖励衰减答案：B解析：α控制新估计与旧值的混合比例。17.若某模型参数量为120M，使用FP32存储，则理论内存占用约为A.120MBB.240MBC.480MBD.960MB答案：C解析：FP32占4字节，120M×4B=480MB。18.在图像分割任务中，DiceLoss的取值范围是A.[0,1]B.[-1,1]C.[0,+∞)D.(-∞,+∞)答案：A解析：Dice系数∈[0,1]，损失=1-Dice，故范围[0,1]。19.当训练数据量极小时，最适合的迁移学习策略是A.微调全网络B.仅训练最后一层C.特征提取+线性分类D.随机初始化答案：C解析：小数据下冻结backbone可防过拟合。20.在模型部署阶段，TensorRT进行的优化不包括A.层融合B.量化C.动态形状D.剪枝答案：D解析：剪枝属训练压缩，TensorRT主要做图优化与量化。21.下列关于AUC-ROC的描述正确的是A.阈值相关指标B.等于TPR-FPRC.越接近0.5模型越优D.对正负样本比例不敏感答案：D解析：AUC-ROC衡量排序能力，对类别分布鲁棒。22.在VisionTransformer中，PatchEmbedding的矩阵形状为A.(P²·C)×DB.P²×C×DC.(P²·C)×(H·W)D.D×(P²·C)答案：A解析：将P×P×C展平为P²·C维，再线性投影到D维。23.若某次训练出现NaN，首先应检查A.学习率B.批大小C.权重初始化D.以上均可答案：D解析：学习率过大、初始化不当、数值溢出均可致NaN。24.在联邦平均算法FedAvg中，服务器聚合策略为A.加权平均B.简单平均C.梯度平均D.参数差平均答案：A解析：按客户端数据量加权平均模型参数。25.使用混合专家模型MoE时，门控网络通常采用A.SoftmaxB.SigmoidC.ReLUD.Tanh答案：A解析：Softmax输出专家权重，保证和为1。26.在NLP数据增强中，EasyDataAugmentation(EDA)不包括A.同义词替换B.随机插入C.随机交换D.回译答案：D解析：回译需外部翻译模型，EDA仅基于单语同义词。27.若某模型在测试集上Precision=0.9，Recall=0.8，则F1-score为A.0.85B.0.84C.0.86D.0.83答案：B解析：F1=2PR/(P+R)=2×0.9×0.8/(0.9+0.8)=0.847。28.在AutoML中，神经架构搜索(NAS)的搜索空间不包括A.操作类型B.拓扑结构C.权重值D.超参数答案：C解析：NAS搜索结构，权重值由训练确定。29.当使用DeepSpeed进行千亿参数模型训练时，核心技术是A.数据并行B.模型并行C.ZeroRedundancyOptimizerD.混合精度答案：C解析：ZeRO通过分片优化器状态、梯度、参数降低显存。30.在可解释AI中，SHAP值满足A.局部准确性B.缺失性C.一致性D.以上均可答案：D解析：SHAP基于博弈论，满足三条公理。二、多项选择题（每题2分，共20分）31.下列方法可用于缓解过拟合的有A.DropoutB.L2正则C.早停D.增加网络深度答案：A,B,C解析：增加深度可能加剧过拟合。32.关于BatchNorm的描述正确的有A.可加速收敛B.允许使用更大学习率C.对批大小敏感D.可完全替代Dropout答案：A,B,C解析：BN与Dropout常联合使用，非完全替代。33.在GPT系列模型中，以下结构一致的有A.解码器-onlyB.因果掩码C.双向注意力D.层归一化前置答案：A,B,D解析：GPT为单向自回归，无双向注意力。34.以下属于无监督聚类算法的有A.K-meansB.DBSCANC.GMMD.Agglomerative答案：A,B,C,D解析：四者均无需标签。35.在模型压缩中，量化可能带来的副作用有A.精度下降B.推理加速C.需要校准数据D.硬件依赖答案：A,C,D解析：B为正面效果，非副作用。36.关于A/B测试，正确的有A.需控制变量B.需计算样本量C.可无限期运行D.需双尾检验答案：A,B解析：C应避免无限期，D视业务需求可为单尾。37.在深度强化学习DQN中，经验回放的作用有A.去相关B.提高样本效率C.避免灾难性遗忘D.降低方差答案：A,B,D解析：经验回放不直接解决遗忘。38.以下属于Transformer变体的有A.LinformerB.PerformerC.ReformerD.ELECTRA答案：A,B,C解析：ELECTRA为预训练任务，非结构变体。39.在计算机视觉中，数据增强常用的空间变换有A.随机裁剪B.颜色抖动C.随机旋转D.CutMix答案：A,C,D解析：B为颜色变换。40.关于模型公平性，以下指标可度量群体公平的有A.人口统计均等B.机会均等C.预测平价D.个体公平答案：A,B,C解析：D为个体层面。三、判断题（每题1分，共10分）41.使用ReLU激活函数一定不会出现梯度消失。答案：错解析：ReLU在负区间梯度为0，仍可导致神经元死亡。42.在联邦学习中，客户端数据独立同分布是非必要条件。答案：对解析：FedAvg在非IID数据下仍可收敛，但性能下降。43.模型参数越多，泛化能力一定越差。答案：错解析：适当正则化的大模型可取得更好泛化。44.梯度裁剪可解决梯度爆炸，但不能缓解梯度消失。答案：对解析：裁剪仅限制上限，对下溢无效。45.BERT的掩码语言模型每次掩码15%的token，其中80%用[MASK]，10%随机替换，10%不变。答案：对解析：为缓解预训练-微调不一致。46.在图像风格迁移中，Gram矩阵用于捕捉纹理统计信息。答案：对解析：Gram矩阵计算特征通道间相关性。47.使用混合精度训练时，权重主副本必须保持FP16。答案：错解析：主副本应为FP32，避免舍入误差累积。48.在强化学习策略梯度中，增加基线可减少方差但不改变期望。答案：对解析：基线引入的常数项梯度期望为0。49.模型可解释性越高，其性能必然越低。答案：错解析：二者非绝对负相关，如注意力机制可兼顾。50.在模型部署时，ONNX格式可保证跨框架推理结果比特一致。答案：错解析：不同后端实现可能导致数值误差。四、填空题（每空2分，共20分）51.若某卷积层输出尺寸为64×64，步长为2，卷积核7×7，padding为3，则输入尺寸为______。答案：127×127解析：I=(O-1)×S+K-2P=63×2+7-6=127。52.在LSTM中，细胞状态更新公式为c_t=f_t⊙______+i_t⊙\tilde{c}_t。答案：c_{t-1}53.若某模型训练集准确率98%，验证集准确率72%，测试集准确率71%，则其偏差为______%，方差为______%。答案：2，26解析：偏差=100-98=2；方差=98-72=26。54.Transformer中，缩放点积注意力公式为Attention(Q,K,V)=______。答案：softmax(\frac{QK^T}{\sqrt{d_k}})V55.在PyTorch中，将模型移至GPU的函数为______。答案：.to('cuda')或.cuda()56.若使用FocalLoss，当γ=0时，其等价于______损失。答案：交叉熵57.在模型蒸馏中，温度参数T→∞时，软标签分布趋近于______分布。答案：均匀58.若某次A/B测试期望提升2%，标准差0.5%，则最小样本量每组约为______（Z_{0.975}=1.96）。答案：1537解析：n=(\frac{2×1.96×0.5}{2})^2=1536.6→1537。59.在图像分割评价中，Dice系数与IoU的关系为IoU=______。答案：\frac{Dice}{2-Dice}60.使用DeepSpeedZero-3时，优化器状态、梯度、参数均被______到不同设备。答案：分片五、简答题（每题10分，共30分）61.描述Transformer中多头注意力的计算流程，并说明“多头”带来的优势。答案：1.对输入X分别线性投影得到Q_i,K_i,V_i，共h组；2.每组计算缩放点积注意力head_i=softmax(Q_iK_i^T/\sqrt{d_k})V_i；3.拼接所有head，再线性投影输出。优势：多子空间并行关注不同位置与语义信息；单头维度降低，计算与内存开销可控；提升表达能力，类似卷积多核。62.给出模型量化后INT8推理的完整校准流程，并说明如何确定量化尺度(scale)。答案：1.准备代表性无标签校准集；2.前向推理收集各激活/权重张量统计直方图；3.选择量化方法：对称/非对称、逐层/逐通道；4.确定尺度：对称量化：scale=\frac{max(|x|)}{127}；非对称：scale=\frac{max(x)-min(x)}{255}；5.计算零点zero-point=round(-min(x)/scale)；6.生成校准表，写入模型；7.验证INT8推理精度，必要时调整校准集或量化粒度。63.解释梯度消失与爆炸的数学本质，并分别给出两种有效缓解策略及原理。答案：本质：反向传播链式法则导致梯度呈指数级变化。对深度网络，\frac{\partialL}{\partialh_l}=\prod_{k=l}^{L-1}\frac{\partialh_{k+1}}{\partialh_k}\frac{\partialL}{\partialh_L}，若雅可比矩阵谱半径<1则消失，>1则爆炸。缓解：消失：1.残差连接：h_{l+1}=f(h_l)+h_l，将连乘变为连加，梯度直接传递；2.门控机制：LSTM通过遗忘门调节细胞状态，保持常数误差流。爆炸：1.梯度裁剪：设定阈值θ，若||g||>θ则g←θ·g/||g||，限制更新幅值；2.权重初始化：Xavier初始化使每层方差一致，避免谱半径过大。六、计算题（每题10分，共20分）64.已知某模型采用Adam优化器，学习率α=0.001，β1=0.9，β2=0.999，ε=1e-8。当前时间步t=5，梯度g_t=0.2，历史一阶动量m_{t-1}=0.15，二阶动量v_{t-1}=0.08。求本次参数更新量Δθ（保留6位小数）。答案：m_t=β1m_{t-1}+(1-β1)g_t=0.9×0.15+0.1×0.2=0.155\hat{m}_t=m_t/(1-β1^t)=0.155/(1-0.9^