2026年CAIE人工智能工程师LevelⅡ试题及答案

2026年CAIE人工智能工程师LevelⅡ试题及答案第一部分：单项选择题（共20题，每题2分，共40分）1.在深度学习的优化过程中，Adam优化器结合了动量法和RMSProp的优点。关于Adam优化器中的和参数，下列说法正确的是？A.控制一阶矩估计（梯度均值）的衰减率，控制二阶矩估计（梯度未中心化的方差）的衰减率B.控制二阶矩估计的衰减率，控制一阶矩估计的衰减率C.和都控制学习率的变化D.用于权重衰减，用于学习率衰减2.在Transformer架构中，多头注意力机制的主要作用是？A.减少模型的参数数量，防止过拟合B.允许模型在不同的表示子空间中并行地关注信息的不同位置C.加速模型的训练速度，减少计算资源消耗D.强制模型按顺序处理输入序列，保持时序信息3.给定一个二分类问题，混淆矩阵中：TruePositive(TP)=50,FalsePositive(FP)=10,FalseNegative(FN)=5,TrueNegative(TN)=100。则F1-Score约为？A.0.87B.0.91C.0.93D.0.854.在卷积神经网络（CNN）中，假设输入图像大小为32×32×3（高×宽A.15B.16C.14D.285.下列哪种正则化方法在训练过程中随机“丢弃”一部分神经元的输出，以防止神经元之间产生复杂的共适应关系？A.L1RegularizationB.L2RegularizationC.DropoutD.BatchNormalization6.在循环神经网络（RNN）中，梯度消失问题主要发生在？A.前向传播过程中B.反向传播过程中，时间步较远时C.激活函数为ReLU时D.损失函数计算过程中7.下列关于支持向量机（SVM）中核函数的描述，错误的是？A.核函数可以将低维非线性可分数据映射到高维空间，使其线性可分B.RBF核函数（高斯核）通常适用于大多数分类问题C.核函数必须满足Mercer条件D.核函数的计算复杂度与样本数量无关，总是常数时间8.在生成对抗网络（GAN）中，生成器和判别器的训练目标是？A.两者都最小化同一个损失函数B.生成器最小化判别器的损失，判别器最大化生成器的损失C.生成器试图骗过判别器，判别器试图区分真实样本和生成样本，这是一个极小极大博弈D.生成器最大化判别器的损失，判别器最小化生成器的损失9.关于K-Means聚类算法，下列说法正确的是？A.K-Means对初始聚类中心的选择不敏感，总能收敛到全局最优解B.K-Means只能处理球形簇，无法处理任意形状的簇C.K-Means是一种层次聚类算法D.K-Means的目标函数是最小化类内距离和最大化类间距离10.在目标检测任务中，非极大值抑制（NMS）的主要作用是？A.提高检测框的回归精度B.提取特征图中的关键点C.去除重叠度较高的冗余检测框，保留置信度最高的框D.增加正样本的数量，解决样本不平衡问题11.下列哪个指标主要用于评估排序模型或推荐系统的性能，关注的是正样本排在预测结果前面的能力？A.AccuracyB.MSEC.AUC(AreaUnderCurve)D.MAE12.在深度学习中，BatchNormalization(BN)层通常放在？A.激活函数之后B.激活函数之前C.损失函数计算之后D.输入数据预处理之前13.关于大语言模型（LLM）中的LoRA（Low-RankAdaptation）微调技术，其核心思想是？A.冻结预训练模型的所有权重，只添加旁路低秩矩阵进行训练B.重新训练模型的所有参数C.使用知识蒸馏将大模型压缩为小模型D.剪枝模型中不重要的神经元14.在强化学习中，Q-Learning算法试图估计？A.状态价值函数VB.动作价值函数QC.策略梯度∇D.状态转移概率P15.下列关于残差网络（ResNet）中残差连接的描述，正确的是？A.它增加了网络的深度，但必然导致梯度消失B.y=C.它主要用于减少模型的计算量D.它不能用于VGG网络16.在自然语言处理中，BERT模型主要采用了哪种预训练任务？A.从左到右的语言建模和从右到左的语言建模B.掩码语言模型（MLM）和下一句预测（NSP）C.生成式预训练D.机器翻译任务17.对于异常检测问题，如果训练集中只有正常样本（无标签或仅正样本），下列哪种算法最合适？A.逻辑回归B.One-ClassSVMC.随机森林D.线性判别分析（LDA）18.在图像分割任务中，U-Net架构的显著特点是？A.全连接层作为输出层B.编码器-解码器结构，包含跳跃连接C.仅包含卷积层，没有上采样D.使用RNN处理序列信息19.模型量化是模型压缩的一种常用技术，将FP32（32位浮点数）转换为INT8（8位整数）通常会带来什么影响？A.模型精度大幅提升，推理速度变慢B.模型精度可能轻微下降，推理速度显著提升，显存占用减少C.模型大小变大，但精度不变D.对模型没有任何影响20.在评估回归模型时，均方误差（MSE）与平均绝对误差（MAE）相比，下列说法正确的是？A.MSE对异常值更敏感B.MAE对异常值更敏感C.MSE的单位和因变量的单位一致D.MAE的导数处处连续，便于优化第二部分：多项选择题（共10题，每题3分，共30分。多选、少选、错选均不得分）1.下列哪些是解决过拟合问题的常见方法？A.增加训练数据量B.减少模型复杂度（如减少网络层数）C.使用早停法D.增大学习率2.Transformer模型中包含哪些主要组件？A.自注意力层B.前馈神经网络层（Feed-ForwardNetwork）C.残差连接和层归一化D.循环层3.下列关于激活函数的描述，正确的有？A.Sigmoid函数的输出范围在(0,1)之间，容易导致梯度消失B.Tanh函数的输出范围在(-1,1)之间，是零中心的C.ReLU函数在正区间的导数恒为1，能有效缓解梯度消失，计算速度快D.LeakyReLU在负区间有一个很小的斜率，解决了ReLU“神经元死亡”的问题4.在数据预处理阶段，常见的特征缩放方法包括？A.标准化：将数据转换为均值为0，方差为1的分布B.归一化：将数据缩放到[0,1]区间C.独热编码D.主成分分析（PCA）5.评估分类模型性能时，ROC曲线的横坐标和纵坐标分别代表？A.横坐标：TruePositiveRate(TPR)B.横坐标：FalsePositiveRate(FPR)C.纵坐标：TruePositiveRate(TPR)D.纵坐标：FalsePositiveRate(FPR)6.下列哪些属于无监督学习算法？A.K-MeansB.DBSCANC.主成分分析（PCA）D.朴素贝叶斯7.在深度学习框架中，自动求导机制通常涉及哪些概念？A.计算图B.前向传播构建图C.反向传播计算梯度D.手动编写梯度公式8.目标检测算法YOLO（YouOnlyLookOnce）的主要特点包括？A.将目标检测视为回归问题B.在单次前向传播中同时预测边界框和类别概率C.运行速度非常快，适合实时应用D.必须使用RegionProposal网络9.下列哪些是常用的词嵌入模型或技术？A.Word2VecB.GloVeC.BERTD.TF-IDF10.在机器学习工程中，MLOps（MachineLearningOperations）关注的主要方面包括？A.模型的持续训练和部署B.模型监控和版本管理C.自动化流水线（CI/CD）D.仅关注算法的数学推导第三部分：填空题（共10题，每题2分，共20分）1.在Softmax回归中，假设输入向量x，权重矩阵W，偏置b，则第i类的预测概率P(y=i|2.在卷积神经网络中，假设输入特征图尺寸为H×W，卷积核大小为k×k，填充为p，步长为3.梯度下降算法中，参数θ的更新公式为θ=θη·J4.在随机森林算法中，通过构建多棵决策树并采用策略来决定最终输出，以提高模型的泛化能力。5.长短期记忆网络（LSTM）引入了门控机制，包括遗忘门、输入门和，以控制信息的流动。6.在评估信息检索系统时，如果检索出的相关文档数与实际相关文档数的比例越高，说明指标越好。7.主成分分析（PCA）是一种降维技术，它通过正交变换将原始数据投影到方差最大的方向，这些方向被称为。8.在深度学习中，正则化项通常表示为∑，其主要作用是防止权重过大，从而。9.Transformer模型中的位置编码通常使用正弦和余弦函数，目的是为了给模型注入序列中单词的信息。10.在贝叶斯分类器中，根据贝叶斯定理，后验概率P(第四部分：简答题（共5题，每题8分，共40分）1.请简述梯度消失问题产生的原因及其在LSTM网络中是如何通过门控机制缓解的。2.解释卷积神经网络中的“感受野”概念，并说明增加感受野的常见方法。3.请对比分析传统机器学习（如SVM、决策树）与深度学习在数据依赖、特征工程和可解释性方面的主要区别。4.在使用Transformer处理长文本序列时，可能会遇到什么计算复杂度问题？请提出一种改进思路（如SparseAttention,LinearAttention等）并简述其原理。5.什么是“类不平衡”问题？在训练分类模型时，有哪些策略可以缓解该问题？（至少列举三种）第五部分：综合应用题（共3题，共70分）1.（25分）某电商公司希望构建一个商品评论情感分析系统，用于自动判断用户评论是“正面”还是“负面”。数据集包含10万条中文评论文本及对应标签。(1)请设计一个基于BERT预训练模型的解决方案，画出模型架构图（文字描述即可），并说明Fine-tuning的过程。(2)如果在训练过程中发现模型在训练集上准确率很高，但在验证集上表现不佳，你将采取哪些具体措施进行优化？(3)除了BERT，请列举两种其他适用于文本分类的深度学习模型架构，并简述其特点。2.（20分）现有一个简单的全连接神经网络用于二分类任务：输入层维度：3隐藏层维度：4（激活函数：Sigmoid）输出层维度：1（激活函数：Sigmoid）损失函数：均方误差(MSE)假设当前输入样本x=[1隐藏层权重矩阵（形状3×4）和偏置（形状1×4），输出层权重（形状4×1）和偏置（形状假设前向传播已计算完毕：隐藏层净输入=隐藏层激活输出=[输出层净输入=输出层预测值=0.60请计算：(1)当前样本的损失值L。(2)输出层参数和的梯度和。（只需写出计算公式和代入数值后的结果，保留两位小数。Sigmoid导数公式：(x)=f(3.（25分）你是一家人工智能初创公司的算法工程师，公司接到一个项目：为城市交通管理部门开发一个“智能交通流量预测与异常检测系统”。(1)系统设计：该系统需要根据过去1小时的历史交通流量数据（来自多个路口的传感器），预测未来15分钟的流量，并检测是否存在突发拥堵（异常）。请分别针对“流量预测”和“异常检测”两个子任务，选择合适的机器学习/深度学习模型，并说明理由。(2)数据处理：交通数据具有明显的时间周期性（日周期、周周期）。请说明如何对时间序列数据进行特征构造，以帮助模型捕捉这些周期性规律。(3)模型评估：对于异常检测任务，由于真实异常事件非常稀少，Accuracy指标不再适用。请建议两个合适的评估指标，并解释其含义。参考答案与解析第一部分：单项选择题1.A。解析：Adam中，是一阶矩（动量）的衰减率，是二阶矩（自适应学习率）的衰减率。2.B。解析：多头注意力允许模型在不同的表示子空间中同时关注信息的不同部分，增强表达能力。3.C。解析：Precision=4.A。解析：=⌊(325+5.C。解析：Dropout在训练时随机失活神经元。6.B。解析：RNN反向传播时，梯度连乘导致指数级衰减，长距离依赖信息丢失。7.D。解析：核函数计算复杂度通常与样本数量相关（如RBF核需要计算所有样本对），并非常数时间。8.C。解析：GAN是极小极大博弈，生成器minl9.B。解析：K-Means假设簇是凸形的（球形），对初始中心敏感，易陷入局部最优。10.C。解析：NMS用于去除重叠框，保留最佳框。11.C。解析：AUC衡量排序质量，正样本排在前的概率。12.B。解析：通常BN层位于激活函数之前（Conv->BN->ReLU），也有观点认为之后亦可，但标准ResNet等经典架构中多在激活前。注：部分现代实践有变化，但经典考试中通常指在激活之前或卷积之后。根据标准教材如DeepLearningBook，通常放在线性变换之后、非线性激活之前。13.A。解析：LoRA冻结主权重，通过低秩分解矩阵A·14.B。解析：Q-Learning学习动作价值函数Q(15.B。解析：残差连接y=F(16.B。解析：BERT采用MaskedLM和NextSentencePrediction。17.B。解析：One-ClassSVM适用于仅有正样本的异常检测。18.B。解析：U-Net特征是对称的Encoder-Decoder，带有SkipConnections。19.B。解析：INT8量化降低显存、提速，但会有精度损失。20.A。解析：MSE包含平方项，对异常值（大误差）惩罚更重。第二部分：多项选择题1.ABC。解析：增大学习率可能导致不收敛，不是解决过拟合的直接方法。2.ABC。解析：Transformer抛弃了RNN，使用Attention和FFN。3.ABCD。解析：全对。4.AB。解析：C是编码，D是降维。5.BC。解析：ROC横轴FPR，纵轴TPR。6.ABC。解析：朴素贝叶斯是监督学习（有分类标签）。7.ABC。解析：自动求导不需要手动写梯度公式。8.ABC。解析：YOLO是单阶段检测器，不需要RPN。9.ABC。解析：TF-IDF是统计方法，不是嵌入模型，但在NLP中常作为特征提取技术，广义上可算。但严格区分Embedding通常指DenseVector。此处选ABC更为严谨，TF-IDF属于统计特征。若题目问“特征技术”则选D。题目问“词嵌入模型”，通常指Word2Vec等。10.ABC。解析：MLOps关注全生命周期，不仅仅是算法。第三部分：填空题1.x+（或+2.13.学习率4.投票（或平均）5.输出门（或输出门/CellGate）6.查准率（Precision）7.主成分8.防止过拟合9.位置（或相对位置）10.P第四部分：简答题1.答：原因：在反向传播过程中，梯度需要通过链式法则逐层向前传递。如果激活函数的导数值小于1（如Sigmoid或Tanh在饱和区），多个小于1的数连乘会导致梯度呈指数级衰减，导致浅层参数几乎无法更新。LSTM缓解机制：LSTM引入了“细胞状态”（）这一条“高速公路”，通过遗忘门、输入门和输出门的控制。在更新细胞状态时，使用了逐元素相加操作而非连乘：=⊙+2.答：感受野：指卷积神经网络中，某一层输出特征图上的一个像素点对应输入图像上映射的区域大小。即该像素点“能看到”的原始输入区域。增加感受野的方法：1.堆叠卷积层：深层网络的感受野随深度增加而扩大。2.使用池化层：池化层通常不改变感受野的计算逻辑，但下采样后，后续层的有效感受野相对于原图扩大。3.增大卷积核尺寸：直接使用3×4.空洞卷积：在卷积核的元素之间插入空洞（扩大间隔），在不增加参数量的情况下扩大感受野。3.答：数据依赖：传统机器学习在数据量较小时表现良好，且依赖人工特征工程；深度学习通常需要海量数据才能发挥优势，能自动从原始数据中提取特征。特征工程：传统ML需要专家设计特征（如HOG,SIFT,TF-IDF）；深度学习通过多层非线性变换自动学习层次化特征表示。可解释性：传统ML（如决策树、线性回归）通常具有较好的可解释性，能清晰看到决策逻辑；深度学习（特别是深层神经网络）通常被视为“黑盒”，模型内部逻辑难以直观解释，尽管有SHAP、LIME等解释工具。4.答：问题：标准Transformer的自注意力机制计算复杂度是O()，其中n是序列长度。当处理长文本（如改进思路（如Performer/LinearAttention）：利用核函数技巧近似注意力矩阵。标准Attention可写为Attention(Q,K,V)=s5.答：定义：类不平衡是指训练集中不同类别的样本数量差异巨大（如正样本100个，负样本10000个）。缓解策略：1.数据层面：过采样少数类（如SMOTE算法合成新样本）或欠采样多数类。2.算法层面：修改损失函数，对少数类样本赋予更高的权重（如使用`class_weight`参数）。3.阈值调整：预测时不使用默认的0.5阈值，根据PR曲线调整分类阈值，倾向于预测出少数类。4.集成方法：使用EasyEnsemble或BalanceCascade等专门针对不平衡数据的集成算法。第五部分：综合应用题1.答：(1)方案设计：架构：输入层（中文评论文本）->Embedding层（BERTTokenizer）->BERT预训练层（12层Transformer）->[CLS]Token向量->全连接层（Dropout+Linear）->Softmax输出（正面/负面概率）。Fine-tuning过程：1.加载预训练好的BERT模型参数。2.在BERT顶层添加一个二分类的输出层（随机初始化）。3.将标注好的评论数据转换为BERT输入格式（InputIDs,AttentionMask,TokenTypeIDs）。4.使用交叉熵损失函数，以较小的学习率（如2e(2)优化措施（过拟合）：数据增强：对文本进行同义词替换、回译等方式增加数据多样性。正则化：增加Dropout层的丢弃率；对全连接层施加L2正则化。早停：监控验证集Loss，当验证集Loss不再下降时停止训练。调整模型：减少BERT的层数（使用DistilBERT）或减少全连接层神经元数量。参数调整：降低学习率，应用权重衰减。(3)其他模型：TextCNN：利用一维卷积提取文本局部特征，计算速度快，适合短文本。Bi-LSTM+Attention：双向LSTM捕捉上下文语义，Attention机制聚焦关键情感词。Fa