2026年人工智能(AI)训练师专业知识考试题(附答案)

2026年人工智能(AI)训练师专业知识考试题(附答案)一、单项选择题（每题1分，共20分。每题只有一个正确答案，请将正确选项字母填入括号内）1.在深度学习中，若使用ReLU激活函数，下列关于其导数的描述正确的是（）A.在x=0处导数为0B.在x<0时导数为1C.在x>0时导数为1D.在整个定义域内导数恒为0答案：C2.给定一个二分类任务，训练集正负样本比例严重失衡（正:负=1:99），下列方法中最直接有效的是（）A.增加网络层数B.采用FocalLossC.提高学习率D.减小BatchSize答案：B3.在Transformer架构中，ScaledDot-ProductAttention的计算公式为（）A.AB.AC.AD.A答案：B4.在联邦学习场景下，为防止模型更新泄露用户隐私，常用的安全聚合协议是（）A.DP-SGDB.SecureAggregationC.FedAvgD.HomomorphicEncryption答案：B5.若某卷积层输入特征图尺寸为112×112×64，采用128个3×3卷积核，stride=2，padding=1，则输出特征图尺寸为（）A.56×56×128B.55×55×128C.112×112×128D.224×224×128答案：A6.在强化学习中，TRPO算法使用下列哪一项来衡量新旧策略的差异（）A.KL散度B.JS散度C.Wasserstein距离D.TotalVariation距离答案：A7.若使用Adam优化器，其默认超参数中的取值为（）A.0.5B.0.9C.0.99D.0.999答案：B8.在PyTorch中，下列代码片段执行后，张量x的requires_grad属性为True的是（）A.x=torch.randn(3,4)B.x=torch.randn(3,4,requires_grad=True)C.x=torch.randn(3,4).detach()D.x=torch.randn(3,4).numpy()答案：B9.在目标检测任务中，YOLOv5使用的正样本匹配策略是（）A.MaxIoUAssignmentB.ATSSC.静态anchor与GT中心点偏移阈值D.HungarianAlgorithm答案：C10.若某模型在ImageNet上Top-1准确率为76.3%，使用知识蒸馏后，学生模型Top-1准确率提升至78.1%，其主要原因是（）A.学生模型参数量更大B.教师模型提供软标签正则化C.蒸馏温度T<1D.学生模型使用更深的网络答案：B11.在GPT-3训练语料过滤中，OpenAI使用下列哪项指标来评估文档质量（）A.BLEUB.perplexityC.ROUGE-LD.F1答案：B12.在模型压缩技术中，若采用通道剪枝，其敏感度分析通常基于（）A.权重L2范数B.梯度L1范数C.批归一化层的γ系数D.激活值的熵答案：C13.在自监督视觉预训练MoCov3中，为防止训练崩溃，引入的额外损失项是（）A.InfoNCEB.SwAVC.Sinkhorn-KnoppD.SymmetrizedKL答案：D14.在NLP任务中，若使用ALBERT替代BERT，其参数共享策略主要目的是（）A.提高推理速度B.减少参数量C.增加模型深度D.提高最大序列长度答案：B15.在模型服务阶段，若采用TensorRT进行INT8量化，其校准数据集通常需要（）A.与训练集同分布的未标注数据500–1000张B.训练集全部数据C.验证集全部数据D.随机生成的高斯噪声答案：A16.在DiffusionModel训练过程中，DDPM前向加噪过程q(A.线性增长B.余弦退火C.指数衰减D.常数答案：A17.在多任务学习中，若使用UncertaintyWeighting方法，其损失函数形式为（）A.+B.C./D.+答案：A18.在推荐系统冷启动场景下，使用Meta-Learning方法MAML的核心思想是（）A.预训练大模型B.学习良好初始化，使少量梯度步即可适应新任务C.增加embedding维度D.使用深度交叉网络答案：B19.在模型可解释性方法中，IntegratedGradients需要设置的基线输入通常为（）A.全零向量B.随机高斯噪声C.训练集均值D.对抗样本答案：A20.在AutoML框架中，若使用DARTS搜索最优网络结构，其搜索空间松弛方式为（）A.连续松弛=B.离散枚举C.强化策略梯度D.进化算法答案：A二、多项选择题（每题2分，共20分。每题有两个或两个以上正确答案，请将所有正确选项字母填入括号内，漏选、错选均不得分）21.下列关于BatchNormalization的描述正确的有（）A.可加速模型收敛B.允许使用更大学习率C.在卷积层中沿(N,H,W)维度计算均值方差D.测试阶段使用滑动平均的均值方差答案：ABCD22.在PyTorchLightning中，以下哪些回调函数可用于控制训练流程（）A.on_train_epoch_endB.on_before_zero_gradC.on_validation_batch_startD.on_hpc_save答案：ABCD23.下列属于无监督域适应（UDA）方法的有（）A.DANNB.CDANC.MMDD.FixMatch答案：ABC24.在模型量化中，下列哪些技术可缓解精度损失（）A.QAT（QuantizationAwareTraining）B.LSQ（LearnedStep-sizeQuantization）C.知识蒸馏D.权重剪枝答案：ABC25.在强化学习策略梯度定理中，下列哪些方差缩减技术被广泛应用（）A.BaselineB.AdvantageActor-CriticC.GAE(λ)D.PrioritizedExperienceReplay答案：ABC26.下列关于VisionTransformer(ViT)的描述正确的有（）A.将图像分块后线性投影为patchembeddingB.使用可学习的positionembeddingC.分类头使用CLStokenD.在小数据集上无需预训练即可超越CNN答案：ABC27.在GPT系列模型中，下列哪些位置编码方案被采用过（）A.绝对正弦位置编码B.可学习绝对位置编码C.RoPE（旋转位置编码）D.RelativePositionBias答案：BC28.下列关于AUC-ROC的说法正确的有（）A.随机分类器期望AUC=0.5B.对正负样本分布变化不敏感C.可评估多分类任务宏平均D.当正负样本极度失衡时，AUC仍可能接近1答案：ABCD29.在数据并行分布式训练中，以下哪些技术可减少通信开销（）A.GradientCompressionB.1-bitAdamC.LocalSGDD.ZeRO-Offload答案：ABC30.下列关于自监督对比学习SimCLR的关键组件有（）A.数据增强组合B.可学习的非线性投影头C.InfoNCE损失D.动量编码器答案：ABC三、填空题（每空2分，共20分。请将答案填入横线处，需给出具体数值或表达式）31.若某卷积层权重张量形状为(64,3,7,7)，采用组卷积groups=32，则该层实际参数量为________。答案：6432.在Transformer中，若隐藏维度d=512，注意力头数答案：6433.使用余弦退火学习率调度，初始学习率=0.1，最小学习率=0.001，总迭代答案：0.00134.在DDPM中，若扩散步数T=答案：100035.若某模型FP32大小为200MB，采用INT8量化后，理论上模型大小为________MB。答案：5036.在推荐系统Wide&Deep模型中，Wide部分通常采用________特征交叉方式。答案：线性模型+人工交叉特征（或显式交叉）37.在PyTorch中，若需将模型搬移至GPU并设置数据并行，代码应为model=________。答案：`torch.nn.DataParallel(model.cuda())`38.在强化学习PPO中，剪切概率比的范围常设为________。答案：[1−39.若使用F1-score评估二分类，precision=0.9，recall=0.8，则F1=________。（保留三位小数）答案：240.在VisionTransformer中，输入图像224×224，patchsize=16，则patch数量为________。答案：(四、简答题（每题8分，共40分。请给出关键公式与必要推导）41.简述梯度消失与梯度爆炸的产生机理，并列举两种以上缓解方法。答案：（1）机理：在深层网络反向传播时，链式法则导致梯度逐层相乘。若激活函数导数或权重初始化较小，梯度呈指数级缩小（消失）；若大于1，则指数级放大（爆炸）。（2）缓解：①使用ReLU、LeakyReLU等分段线性激活，导数恒为1区域大；②采用Xavier/He初始化，使每层方差保持1；③批归一化将输出标准化，阻断梯度尺度累积；④残差连接提供恒等路径，梯度可直接回传；⑤梯度裁剪限制最大范数，抑制爆炸。42.描述MaskedLanguageModeling(MLM)与CausalLanguageModeling(CLM)的区别，并说明各自适用场景。答案：MLM：随机遮盖输入序列部分token，利用双向上下文预测被遮token，如BERT。适用于理解任务，如分类、序列标注。CLM：仅利用左侧上下文自回归预测下一token，如GPT。适用于生成任务，如文本续写、对话。关键差异：MLM允许双向依赖，训练目标为去噪；CLM保持单向因果，训练目标为最大化似然。43.给出知识蒸馏中温度缩放softmax公式，并解释高温与低温对软标签的影响。答案：=，T为温度。高温（T≫低温（T→44.简述A3C相比DQN的两点主要改进，并写出A3C损失函数。答案：改进：①异步并行actor-learner，无需经验回放，降低相关性与内存占用；②采用策略梯度+值函数混合，可处理连续动作。损失：ℒ==−=(ℋ(45.解释VisionTransformer中ClassToken的作用，并说明为何在平均池化替代实验中性能下降。答案：ClassToken为可学习向量，与patchtokens一起输入Transformer，通过自注意力聚合全局信息，最终经MLP分类。其不受空间位置限制，可动态关注关键patch。平均池化对所有patchtoken等权平均，缺乏可学习聚合权重，且无法引入额外参数，导致表征能力弱，精度下降约1–2%。五、应用题（共50分）46.计算与分析（15分）某ResNet50模型在ImageNet上Top-1准确率76.1%，现采用通道剪枝+微调策略，剪枝率50%。剪枝后模型在验证集上Top-1准确率74.3%。已知：原始模型参数量25.6M，FLOPs4.1G；剪枝后参数量13.0M，FLOPs2.1G；微调5epoch，学习率0.01，BatchSize256，耗时1.5小时；线上推理GPU为TeslaT4，原始延迟76ms，剪枝后42ms。（1）计算剪枝带来的参数与FLOPs减少比例；（4分）（2）计算精度损失绝对值与相对值；（2分）（3）若线上日请求1000万次，剪枝后每日可节省GPU小时数；（3分）（4）从精度-效率权衡角度，给出是否上线建议并说明理由。（6分）答案：（1）参数减少：(25.6−13（2）绝对损失：76.1−74.3=（3）单次节省延迟76−42=（4）建议上线：精度损失仅1.8%，低于常见2%容忍阈值；延迟下降45%，节省成本显著；可通过微调更久或蒸馏进一步回升精度。47.综合设计（20分）设计一个面向边缘设备的低功耗关键词唤醒系统，要求：模型<500KB；功耗<5mW；误唤醒<1次/24小时，召回>95%；麦克风采样16kHz，16bit。请给出：（1）数据增强策略；（3分）（2）模型架构与参数量计算；（5分）（3）量化与蒸馏方案；（4分）（4）部署推理框架与优化；（3分）（5）评估指标与测试方案。（5分）答案：（1）数据增强：加性噪声（SNR0–20dB）、RIR卷积模拟房间冲激响应、SpeedPerturbation（0.9×–1.1×）、SpecAugment（时间warp、频率掩蔽F=27，时间掩蔽T=100）。（2）采用1DDepthwiseSeparableCNN+GRU+Attention，输入40维log-mel，帧长25ms，hop10m