2025年中国钢研人工智能新业务招聘笔试历年参考题库附带答案详解

2025年中国钢研人工智能新业务招聘笔试历年参考题库附带答案详解一、选择题从给出的选项中选择正确答案（共50题）1、在人工智能伦理治理中，以下哪项原则最核心地要求算法决策过程必须对人类社会可理解、可解释，以避免“黑箱”操作带来的偏见与不公？

A.数据隐私保护原则

B.算法透明度与可解释性原则

C.系统安全可靠性原则

D.技术中立原则2、在人工智能领域，深度学习模型中的“过拟合”现象通常表现为：A.模型在训练集上表现优异，但在测试集上表现较差B.模型在训练集和测试集上均表现优异C.模型在训练集上表现较差，但在测试集上表现较好D.模型在训练集和测试集上均表现较差3、自然语言处理（NLP）中，用于将文本转换为固定长度向量表示的技术是：A.词嵌入（WordEmbedding）B.数据增强（DataAugmentation）C.模型剪枝（ModelPruning）D.梯度下降（GradientDescent）4、在计算机视觉任务中，卷积神经网络（CNN）的核心优势在于：A.能够自动提取局部特征并具备参数共享特性B.能够处理序列数据并捕捉长期依赖关系C.通过注意力机制加权所有输入特征D.无需训练即可生成逼真图像5、机器学习中的“偏差-方差权衡”中，高偏差通常意味着模型：A.过于复杂，对训练数据拟合不足B.过于简单，对训练数据拟合不足C.过于复杂，对训练数据过度拟合D.过于简单，对训练数据过度拟合6、Transformer架构中，自注意力机制（Self-Attention）的主要作用是：A.降低模型的计算复杂度B.捕捉序列中任意两个位置之间的依赖关系C.防止模型在反向传播中梯度消失D.将多维数据降维至二维空间7、在监督学习中，交叉熵损失函数（Cross-EntropyLoss）常用于：A.回归任务B.分类任务C.聚类任务D.降维任务8、生成对抗网络（GAN）由生成器和判别器组成，其训练目标是：A.生成器最大化判别器的准确率，判别器最小化损失B.生成器最小化判别器的准确率，判别器最大化损失C.生成器试图欺骗判别器，判别器试图识别真伪D.生成器和判别器同时最小化相同的损失函数9、在强化学习中，Q-learning算法的核心更新公式依赖于：A.即时奖励与状态转移概率B.即时奖励、折扣因子与下一状态的最大Q值C.当前状态的策略概率D.环境的马尔可夫决策过程模型10、机器学习模型评估中，ROC曲线下的面积（AUC）越大，表示模型：A.分类阈值设置越合理B.区分正负样本的能力越强C.训练速度越快D.模型复杂度越高11、在深度学习优化中，使用动量（Momentum）的主要目的是：A.增加学习率B.加速收敛并减少震荡C.防止过拟合D.减少内存占用12、下列哪项不属于人工智能在材料科学领域的主要应用场景？A.材料成分优化设计B.微观结构模拟预测C.传统金属冶炼的人力调度D.性能数据智能分析13、在自然语言处理（NLP）任务中，Transformer架构的核心机制是：A.循环神经网络B.卷积神经网络C.自注意力机制D.生成对抗网络14、下列哪种算法通常不用于监督学习中的分类任务？A.支持向量机B.决策树C.K-均值聚类D.逻辑回归15、在深度学习模型训练中，为了防止过拟合，下列哪种方法效果最显著？A.增加模型层数B.增加训练数据量C.提高学习率D.减少正则化参数16、计算机视觉任务中，用于提取图像特征并降低维度的常见操作是：A.池化层B.激活函数C.全连接层D.归一化层17、下列哪项技术不属于知识图谱构建的关键步骤？A.实体抽取B.关系抽取C.属性抽取D.图像渲染18、在推荐系统中，协同过滤算法的主要局限性是：A.计算复杂度高B.冷启动问题C.无法处理稀疏数据D.难以并行计算19、下列哪种损失函数常用于多分类问题？A.均方误差B.交叉熵损失C.绝对误差D.HingeLoss20、强化学习中，智能体通过与环境交互来最大化累积奖励，其核心要素不包括：A.状态B.动作C.奖励信号D.标签数据21、在生成式AI模型中，扩散模型（DiffusionModel）的核心原理是：A.逆向去噪过程B.对抗博弈过程C.递归神经网络D.卷积特征提取22、下列成语中，字形完全正确的一项是：A.穿流不息B.甘拜下风C.一张一驰D.墨守成规23、“不积跬步，无以至千里”出自：A.《论语》B.《孟子》C.《荀子》D.《庄子》24、下列诗句中，描写春天景色的是：A.忽如一夜春风来，千树万树梨花开B.接天莲叶无穷碧，映日荷花别样红C.沾衣欲湿杏花雨，吹面不寒杨柳风D.千里黄云白日曛，北风吹雁雪纷纷25、关于地球自转方向，下列说法正确的是：A.自东向西B.自西向东C.自南向北D.自北向南26、“三纲五常”中的“五常”是指：A.仁义礼智信B.温良恭俭让C.忠孝节义礼D.诗书礼易乐27、下列金属中，导电性最强的是：A.金B.银C.铜D.铝28、“海市蜃楼”是一种光学现象，其形成的主要原因是：A.光的反射B.光的折射C.光的直线传播D.光的色散29、下列作家与其作品对应正确的是：A.鲁迅——《家》B.巴金——《呐喊》C.老舍——《骆驼祥子》D.茅盾——《雷雨》30、“四大发明”中，最早出现的是：A.造纸术B.印刷术C.指南针D.火药31、下列属于不可再生能源的是：A.太阳能B.风能C.天然气D.潮汐能32、下列成语中，与“刻舟求剑”蕴含的哲学道理最为相近的是：A.守株待兔B.郑人买履C.掩耳盗铃D.盲人摸象33、“内因是事物变化发展的根据，外因是事物变化发展的条件，外因通过内因起作用。”这句话体现的唯物辩证法原理是：A.质量互变规律B.对立统一规律C.否定之否定规律D.内外因辩证关系原理34、下列历史人物与其名言对应正确的是：A.老子——兼爱非攻B.孔子——己所不欲，勿施于人C.墨子——无为而治D.韩非子——仁者爱人35、在逻辑学中，“所有S都是P”与“有的S不是P”这两个判断之间具有：A.反对关系B.矛盾关系C.下反对关系D.差等关系36、下列诗句中，体现的物理学知识与其他三项不同的是：A.坐地日行八万里B.飞流直下三千尺C.人间四月芳菲尽D.两岸猿声啼不住，轻舟已过万重山37、下列不属于我国“十四五”规划提出的主要战略任务的是：A.坚持创新在我国现代化建设全局中的核心地位B.加快发展现代产业体系，推动经济体系优化升级C.全面取消制造业外资准入限制D.促进人与自然和谐共生38、公文写作中，下列文种适用于“表彰先进、批评错误、传达重要精神和告知重要情况”的是：A.通知B.通报C.公告D.通告39、在管理学中，赫茨伯格的双因素理论认为，下列属于“激励因素”的是：A.工资薪金B.工作条件C.晋升机会D.公司政策40、下列生物中，属于无脊椎动物的是：A.鲫鱼B.青蛙C.章鱼D.海豚41、“边际效用递减规律”是指在其他条件不变的情况下，随着消费者对某种商品消费量的增加，其从该商品连续增加的每一消费单位中所得到的效用增量是：A.递增的B.递减的C.不变的D.先增后减42、下列哪项不属于人工智能中的“机器学习”主要范式？

A.监督学习

B.无监督学习

C.强化学习

D.专家系统43、在人工智能领域，深度学习模型训练过程中，若损失函数曲线出现剧烈震荡，最可能的原因是：A.学习率设置过大B.数据集样本量不足C.神经网络层数过少D.激活函数使用ReLU44、自然语言处理中，用于捕捉文本中长距离依赖关系且计算复杂度随序列长度线性增长的主流架构是：A.循环神经网络（RNN）B.卷积神经网络（CNN）C.Transformer架构D.支持向量机（SVM）45、在计算机视觉任务中，YOLO系列算法与R-CNN系列算法的主要区别在于：A.YOLO是两阶段检测，R-CNN是一阶段检测B.YOLO将检测视为回归问题，R-CNN分为区域提议和分类C.YOLO仅适用于图像分类，R-CNN适用于目标检测D.YOLO不需要标注数据，R-CNN需要46、在机器学习模型评估中，当正负样本比例极度不平衡（如1:1000）时，最能客观反映模型性能的评价指标是：A.准确率（Accuracy）B.精确率（Precision）C.召回率（Recall）D.F1分数（F1-Score）47、大语言模型中，用于防止模型在生成文本时重复出现相同短语或句子的常用技术是：A.温度采样（TemperatureSampling）B.惩罚重复n-gramC.贪心搜索（GreedySearch）D.束搜索（BeamSearch）48、在知识图谱推理中，TransE模型将实体和关系映射到向量空间，其核心假设是：A.实体向量之和等于关系向量B.头实体向量加关系向量近似等于尾实体向量C.实体向量与关系向量正交D.关系向量是实体向量的线性组合49、在强化学习中，Q-learning算法属于哪一类学习范式？A.基于模型的学习B.无模型的学习C.监督学习D.半监督学习50、在深度学习图像处理中，数据增强（DataAugmentation）的主要目的是：A.减少模型训练时间B.提高模型的泛化能力C.增加模型的参数量D.简化网络结构

参考答案及解析1.【参考答案】B【解析】本题考查人工智能伦理规范。算法透明度与可解释性原则旨在确保AI系统的决策逻辑对人类而言是清晰可见且可理解的。这是解决算法偏见、歧视及责任归属问题的关键。数据隐私侧重个人信息保护；系统安全侧重防止攻击与故障；技术中立则强调技术本身无善恶，但需人为引导。在2025年AI治理背景下，可解释性已成为监管重点，故选B。2.【参考答案】A【解析】过拟合（Overfitting）是指模型在训练数据上学习得过于细致，捕捉到了数据中的噪声或特定细节，导致泛化能力下降。其典型特征是训练误差低（训练集表现好），但测试误差高（测试集表现差）。选项B为理想状态，选项C为欠拟合或数据异常，选项D为模型未收敛或严重欠拟合。因此，A项正确描述了过拟合的核心特征。3.【参考答案】A【解析】词嵌入（如Word2Vec、GloVe）旨在将离散的词汇映射为低维稠密向量，保留语义信息，是NLP的基础预处理步骤。数据增强用于增加样本多样性；模型剪枝用于减少模型参数量以加速推理；梯度下降是优化算法，用于更新模型参数。只有词嵌入直接涉及将文本转化为向量表示。因此，A项正确。4.【参考答案】A【解析】CNN通过卷积核在局部感受野内滑动，自动提取边缘、纹理等局部特征，并利用参数共享大幅减少参数量。选项B描述的是RNN或Transformer的优势；选项C描述的是Attention机制；选项D描述的是生成式模型（如GAN）的部分功能，但并非CNN的核心优势且GAN需要训练。因此，A项准确概括了CNN在CV中的核心优势。5.【参考答案】B【解析】高偏差（HighBias）意味着模型假设过于简单，无法捕捉数据的基本规律，导致在训练集和测试集上表现都较差，即欠拟合。高方差（HighVariance）才对应模型过于复杂、过度拟合训练数据。因此，高偏差对应模型过于简单且拟合不足，B项正确。6.【参考答案】B【解析】自注意力机制通过计算序列中每个词与其他所有词的相关性得分，从而捕捉全局依赖关系，无论距离远近。它并未降低计算复杂度（反而增加），梯度消失问题主要通过残差连接和归一化缓解，降维也不是其主要目的。因此，B项准确描述了自注意力的核心功能。7.【参考答案】B【解析】交叉熵衡量的是两个概率分布之间的差异，广泛应用于分类任务中，特别是多分类问题，通过最小化预测概率分布与真实标签分布之间的差距来优化模型。回归任务通常使用均方误差（MSE）；聚类和降维属于无监督学习，不使用基于标签的损失函数。因此，B项正确。8.【参考答案】C【解析】GAN的训练是一个零和博弈过程：生成器（Generator）旨在生成逼真的假样本以欺骗判别器，即最小化判别器识别假样本的能力；判别器（Discriminator）旨在准确区分真实样本和生成样本，即最大化分类准确率。两者目标对立而非相同，也不是简单的准确率最大化/最小化描述，而是“欺骗”与“识别”的对抗。因此，C项最准确。9.【参考答案】B【解析】Q-learning的目标更新公式为：Q(s,a)<-Q(s,a)+α[r+γ*max_a'Q(s',a')-Q(s,a)]。其中，r为即时奖励，γ为折扣因子，max_a'Q(s',a')为下一状态的最大Q值。该算法是非模型的（Model-free），不依赖状态转移概率（A、D错误），也不直接依赖策略概率（C错误）。因此，B项正确。10.【参考答案】B【解析】AUC（AreaUnderCurve）衡量的是分类器在所有可能阈值下，正样本排在负样本前面的概率。AUC越接近1，说明模型区分正负样本的能力越强；AUC为0.5表示随机猜测。AUC与训练速度、模型复杂度无直接关系，分类阈值的合理性需结合具体业务场景，而非仅由AUC决定。因此，B项正确。11.【参考答案】B【解析】动量方法通过引入历史梯度的指数加权平均，模拟物理中的动量概念，使参数更新在梯度方向一致时加速，在方向冲突时减速，从而加速收敛并减少损失函数曲面上的震荡。它不直接增加学习率（可通过学习率调度实现），不直接防止过拟合（需正则化），也不减少内存占用。因此，B项正确。12.【参考答案】C【解析】人工智能在材料科学中的应用主要聚焦于“计算材料学”与“数据驱动发现”。A项利用机器学习算法加速新材料筛选；B项通过AI辅助分子动力学模拟预测微观结构；D项利用大数据技术分析材料性能与工艺参数的关联。C项涉及传统人力资源管理和现场调度，属于管理范畴，而非AI技术在材料研发或生产核心技术环节的直接应用，故不属于主要技术应用场景。13.【参考答案】C【解析】Transformer架构彻底摒弃了传统的循环和卷积结构，其核心创新在于“自注意力机制”（Self-Attention）。该机制允许模型在处理序列数据时，直接计算序列中任意两个位置之间的依赖关系，从而并行处理数据，大幅提升了训练效率和长距离依赖捕捉能力。A项是RNN的核心，B项是CNN的核心，D项是GAN的核心，均非Transformer的核心机制。14.【参考答案】C【解析】监督学习需要带有标签的数据进行训练。A项支持向量机、B项决策树、D项逻辑回归均为经典的监督学习算法，用于根据已知标签预测新数据的类别。C项K-均值聚类是一种无监督学习算法，用于在没有任何标签的情况下，根据数据特征的相似性将数据划分为不同的簇，因此不用于监督学习分类任务。15.【参考答案】B【解析】过拟合是指模型在训练集上表现良好但在测试集上表现较差的现象。B项增加训练数据量是缓解过拟合最有效的方法之一，能让模型学习到更普遍的特征。A项增加层数会加剧过拟合；C项提高学习率可能导致收敛不稳定；D项减少正则化参数会削弱对复杂模型的约束，从而加剧过拟合。因此，增加数据量是最佳选择。16.【参考答案】A【解析】在卷积神经网络（CNN）中，池化层（Pooling）的主要作用是对特征图进行下采样，从而减少参数数量，降低计算复杂度，并防止过拟合，同时保留主要特征。B项激活函数引入非线性；C项全连接层用于分类；D项归一化层用于加速收敛。只有池化层直接负责特征降维和提取核心特征信息。17.【参考答案】D【解析】知识图谱构建主要涉及从非结构化文本中提取结构化信息。A项实体抽取识别文本中的关键对象；B项关系抽取确定实体间的联系；C项属性抽取获取实体的具体特征。这三者共同构成三元组（头实体、关系、尾实体）。D项图像渲染属于计算机图形学领域，与知识图谱的结构化数据构建无直接关联。18.【参考答案】B【解析】协同过滤基于用户或物品的历史行为数据进行推荐。其最大局限性在于“冷启动问题”：对于新用户或新物品，由于缺乏历史交互数据，无法计算相似度，导致无法给出准确推荐。A项计算复杂度虽高但可通过算法优化；C项稀疏性是挑战但非核心定义局限；D项协同过滤通常易于并行化处理。因此，冷启动是其最显著痛点。19.【参考答案】B【解析】多分类问题通常要求输出概率分布。B项交叉熵损失（Cross-EntropyLoss）能衡量预测概率分布与真实分布之间的差异，广泛应用于Softmax输出层的分类任务。A项均方误差和C项绝对误差多用于回归问题；D项HingeLoss主要用于支持向量机（SVM）的二分类任务。因此，交叉熵损失是多分类的标准选择。20.【参考答案】D【解析】强化学习由状态（State）、动作（Action）、奖励信号（Reward）和环境（Environment）构成。智能体根据当前状态选择动作，环境反馈新状态和奖励。D项“标签数据”是监督学习的核心要素，用于指导模型学习输入与输出的映射关系，而在强化学习中，智能体通过试错和奖励信号自学，无需预先提供的标签数据。21.【参考答案】A【解析】扩散模型通过前向过程将数据逐步添加噪声直至变为纯噪声，然后通过训练神经网络学习逆向过程，即从噪声中逐步去除噪声以恢复原始数据分布。A项“逆向去噪”是其核心生成机制。B项对抗博弈是GAN的原理；C项是RNN结构；D项是CNN功能。扩散模型凭借稳定的训练过程和高质量的生成效果，在图像生成领域表现出色。22.【参考答案】D【解析】A项“穿流不息”应为“川流不息”，形容行人、车马等像水流一样连续不断；B项“甘拜下风”正确，指真心佩服别人，承认自己不如别人；C项“一张一驰”应为“一张一弛”，比喻工作的紧松和生活的劳逸要适当调节，有节奏地进行；D项“墨守成规”正确，指思想保守，守着老规矩不肯改变。本题考察汉字字形的规范书写，需注意同音字和形近字的辨析。23.【参考答案】C【解析】该句出自《荀子·劝学》，原文为：“故不积跬步，无以至千里；不积小流，无以成江海。”荀子强调学习需要积累和坚持。A项《论语》是孔子及其弟子言行录；B项《孟子》记录孟子思想；D项《庄子》代表道家思想。此题考察中国古代文学常识，需熟悉经典名句及其出处。24.【参考答案】C【解析】A项出自岑参《白雪歌送武判官归京》，以梨花喻雪，描写的是冬天雪景；B项出自杨万里《晓出净慈寺送林子方》，描写的是夏日荷花；C项出自志南《绝句》，描写的是春雨和春风，属于春天景色；D项出自高适《别董大》，描写的是冬日萧瑟景象。本题考察古诗词意境与季节的对应关系。25.【参考答案】B【解析】地球绕地轴自西向东转动，称为地球自转。从北极上空看，地球呈逆时针方向旋转；从南极上空看，地球呈顺时针方向旋转。自转产生了昼夜交替现象。A项错误；C、D项描述的是纬度方向，非自转轴向。此题考察基础地理常识。26.【参考答案】A【解析】“三纲五常”是中国儒家伦理文化中的重要概念。“三纲”指君为臣纲、父为子纲、夫为妻纲；“五常”指仁、义、礼、智、信，是处理人际关系的五种恒定准则。B项是传统美德但不是五常；C项包含忠孝节义，非标准五常；D项是儒家经典六经中的五种（除乐）。本题考察传统文化常识。27.【参考答案】B【解析】在常温下，常见金属的导电性顺序为：银>铜>金>铝。银的导电性最好，但由于价格昂贵，通常用于特殊场合；铜次之，广泛用于电线；金抗氧化性强，用于精密电子接点；铝较轻且便宜，用于高压输电线。本题考察物理性质常识。28.【参考答案】B【解析】海市蜃楼是由于光在密度不均匀的空气中传播时发生折射（全反射）而形成的自然现象。当空气密度随高度变化较大时，光线发生弯曲，导致远处物体成像在天空中或地面。A项反射如平面镜成像；C项如影子的形成；D项如彩虹。本题考察物理光学原理。29.【参考答案】C【解析】A项《家》是巴金的作品；B项《呐喊》是鲁迅的小说集；C项《骆驼祥子》是老舍的代表作，正确；D项《雷雨》是曹禺的话剧。本题考察中国现代文学常识，需注意作家与代表作的准确匹配，避免混淆。30.【参考答案】A【解析】造纸术最早出现于西汉时期（改进于东汉蔡伦）；指南针最早出现于战国时期的“司南”；火药出现于唐代；印刷术（雕版）出现于隋唐，活字印刷出现于北宋。按时间顺序，造纸术最早。本题考察科技史常识，需掌握大致时间节点。31.【参考答案】C【解析】不可再生能源是指经人类开发利用后，在相当长的时期内不可能再生的自然资源，主要包括煤、石油、天然气等化石燃料。A、B、D项均属于可再生能源，取之不尽用之不竭。C项天然气是化石能源，形成需要数百万年，属于不可再生能源。本题考察能源分类常识。32.【参考答案】A【解析】“刻舟求剑”比喻拘泥成例，不知道跟着情势的变化而改变看法或办法，体现了静止地看问题的形而上学观点。A项“守株待兔”比喻死守狭隘经验，不知变通，同样犯了静止看问题的错误，两者哲理一致。B项“郑人买履”讽刺只信教条不信实际；C项“掩耳盗铃”比喻自欺欺人；D项“盲人摸象”比喻对事物只凭片面的了解或局部的经验，就乱加猜测，想做出全面的判断，体现的是片面与整体的关系。故本题选A。33.【参考答案】D【解析】题干直接阐述了内因和外因在事物发展中的作用及其相互关系。内因是事物发展的根本原因，决定着事物的性质和发展方向；外因是事物发展的外部条件，对事物发展起加速或延缓作用；外因必须通过内因才能起作用。这正是内外因辩证关系原理的核心内容。A项强调量变与质变；B项强调矛盾双方既对立又统一；C项强调发展的前进性与曲折性。故本题选D。34.【参考答案】B【解析】A项“兼爱非攻”是墨家代表人物墨子的主张；B项“己所不欲，勿施于人”出自《论语》，是儒家代表人物孔子的核心思想之一，对应正确；C项“无为而治”是道家代表人物老子的政治主张，而非墨子；D项“仁者爱人”是儒家孔子的思想，韩非子是法家代表人物，主张法治和权术。故本题选B。35.【参考答案】B【解析】在直言命题的对当关系中，“所有S都是P”（SAP）与“有的S不是P”（SOP）构成矛盾关系。矛盾关系的特点是：两个判断既不能同真，也不能同假，必有一真一假。A项反对关系指“所有S都是P”与“所有S都不是P”；C项下反对关系指“有的S是P”与“有的S不是P”；D项差等关系指全称与特称之间的真假推导关系。故本题选B。36.【参考答案】C【解析】A项“坐地日行八万里”体现了地球自转的运动学知识；B项“飞流直下三千尺”体现了重力势能转化为动能的能量转化知识；D项“轻舟已过万重山”体现了运动的相对性原理。这三项均涉及运动、能量或参照系等物理力学知识。C项“人间四月芳菲尽，山寺桃花始盛开”主要体现的是地理环境（海拔高度）对气候和生物生长的影响，属于地理学或生物学范畴，不涉及核心物理力学原理。故本题选C。37.【参考答案】C【解析】“十四五”规划强调坚持创新核心地位（A项正确），推动产业体系优化升级（B项正确），促进人与自然和谐共生（D项正确）。关于C项，我国实施的是高水平对外开放，持续缩减外资准入负面清单，而非“全面取消制造业外资准入限制”，目前部分领域仍存在限制或需符合特定条件，且该表述不符合规划原文的严谨性。故本题选C。38.【参考答案】B【解析】根据《党政机关公文处理工作条例》，通报适用于表彰先进、批评错误、传达重要精神和告知重要情况。A项“通知”适用于发布、传达要求下级机关执行和有关单位周知或者执行的事项，批转、转发公文；C项“公告”适用于向国内外宣布重要事项或者法定事项；D项“通告”适用于在一定范围内公布应当遵守或者周知的事项。题干描述完全符合“通报”的定义。故本题选B。39.【参考答案】C【解析】赫茨伯格的双因素理论将影响员工工作积极性的因素分为保健因素和激励因素。保健因素包括公司政策、管理监督、工资薪金、工作条件、人际关系等，这些因素处理不好会引起不满，但处理好只能消除不满，不能直接激励。激励因素包括工作本身、认可、成就、责任、晋升等，这些因素能带来满意感并激发积极性。A、B、D均属于保健因素，C项“晋升机会”属于激励因素。故本题选C。40.【参考答案】C【解析】A项鲫鱼属于鱼类，是脊椎动物；B项青蛙属于两栖类，是脊椎动物；C项章鱼属于软体动物门头足纲，体内没有脊柱，属于无脊椎动物；D项海豚属于哺乳类，是脊椎动物。故本题选C。41.【参考答案】B【解析】边际效用递减规律是微观经济学的基本规律之一。它指出，在一定时间内，在其他商品的消费数量保持不变的条件下，随着消费者对某种商品消费量的增加，消费者从该商品连续增加的每一消费单位中所得到的效用增量（即边际效用）是递减的。例如，吃第一个包子最解饿，效用最高；第二个次之；吃到第五个可能就不想吃了，效用为负。故本题选B。42.【参考答案】D【解析】机器学习主要分为监督学习、无监督学习和强化学习三大范式。专家系统属于早期人工智能的代表，基于规则推理，依赖人工构建的知识库，而非通过数据训练模型，因此不属于现代机器学习的范畴。43.【参考答案】A【解析】学习率决定了权重更新的步长。若学习率过大，梯度下降时容易跨过最优解，导致损失函数在极小值附近震荡甚至发散，无法收敛。样本量不足通常导致过拟合，表现为训练集和验证集误差均高或差距大；层数过少可能导致欠拟合，误差始终较高；ReLU激活函数本身有助于缓解梯度消失，不是导致震荡的直接原因。因此，解决震荡问题通常需降低学习率或使用学习率衰减策略。本题考察深度学习超参数调优的基础知识。44.【参考答案】C【解析】RNN虽然能处理序列，但存在梯度消失问题且难以捕捉长距离依赖，计算是串行的；CNN擅长局部特征提取，捕捉长距离依赖需堆叠多层；SVM是传统机器学习算法，不适用于序列建模。Transformer基于自注意力机制（Self-Attention），能直接计算序列中任意两个位置的关系，有效捕捉长距离依赖。虽然标准Self-Attention复杂度为O(N^2)，但题目强调“主流架构”且通常指代其核心优势，相较于RNN的序列限制，Transformer并行计算能力更强，且在许多优化变体中追求线性复杂度。此处主要考察Transformer相较于RNN在长距离依赖和并行计算上的优