2026年人工智能教育能力测试卷及答案

2026年人工智能教育能力测试卷及答案一、单项选择题（每题2分，共20分）1.在深度学习中，下列哪种激活函数在输入为0时导数最大？A.SigmoidB.TanhC.ReLUD.LeakyReLU答案：C2.使用Transformer架构进行机器翻译时，位置编码的主要作用是：A.降低计算复杂度B.提供词序信息C.增强注意力权重D.减少参数量答案：B3.在联邦学习场景下，以下哪项最能描述“模型平均”策略的核心思想？A.各客户端上传原始数据B.服务器聚合梯度而非参数C.各客户端本地训练后上传模型参数，服务器取加权平均D.服务器直接下发全局模型，客户端仅推理答案：C4.下列关于A搜索算法的描述，正确的是：4.下列关于A搜索算法的描述，正确的是：A.启发函数h(n)必须满足h(n)≤h(n)才能保证最优A.启发函数h(n)必须满足h(n)≤h(n)才能保证最优B.当h(n)=0时，A退化为深度优先搜索B.当h(n)=0时，A退化为深度优先搜索C.A的空间复杂度一定低于Dijkstra算法C.A的空间复杂度一定低于Dijkstra算法D.A不适用于图搜索D.A不适用于图搜索答案：A5.在计算机视觉任务中，使用MixUp数据增强技术的主要目的是：A.提升模型对遮挡的鲁棒性B.减少过拟合并提高泛化C.降低训练时间D.增强边缘检测能力答案：B6.下列关于BERT预训练任务的说法，错误的是：A.MLM任务中15%的token被选中参与预测B.NSP任务用于判断两个句子是否相邻C.BERT-base的隐藏层维度为1024D.训练时使用WordPiece分词答案：C7.在强化学习中，策略梯度方法直接优化：A.状态值函数B.动作值函数C.策略参数D.环境奖励函数答案：C8.使用知识蒸馏时，教师模型与学生模型之间的“温度”参数T主要影响：A.学习率B.Softmax输出的平滑程度C.批大小D.权重衰减系数答案：B9.在图神经网络中，GCN层更新节点特征的核心操作是：A.最大池化邻接矩阵B.邻接矩阵与特征矩阵相乘后再乘权重矩阵C.仅对节点自身特征做线性变换D.使用卷积核在图上滑动答案：B10.下列关于AutoML中神经架构搜索（NAS）的描述，正确的是：A.强化学习-basedNAS一定比进化算法-basedNAS更快B.权重共享策略可显著降低搜索成本C.NAS仅适用于图像分类任务D.搜索空间越大，最终模型性能一定越好答案：B二、多项选择题（每题3分，共15分，每题至少有两个正确答案，多选少选均不得分）11.以下哪些技术可以有效缓解Transformer在长序列上的内存瓶颈？A.LinformerB.PerformerC.GradientcheckpointingD.Layernormalization答案：A、B、C12.关于生成对抗网络（GAN）训练过程，下列说法正确的有：A.判别器损失降低过快会导致生成器梯度消失B.使用Wasserstein距离可以缓解模式崩塌C.生成器与判别器必须保持相同架构D.梯度惩罚可用于1-Lipschitz约束答案：A、B、D13.在隐私保护机器学习中，以下哪些方法属于“差分隐私”的具体实现？A.梯度裁剪加高斯噪声B.同态加密C.MomentsaccountantD.PATE框架答案：A、C、D14.以下哪些指标可直接用于评估多分类任务中模型对不平衡数据的性能？A.Macro-F1B.AUC-ROCC.Cohen’sKappaD.Micro-F1答案：A、C、D15.在边缘计算场景部署轻量级CNN时，常用压缩手段包括：A.通道剪枝B.知识蒸馏C.权重量化到16位D.使用GhostModule答案：A、B、D三、填空题（每空2分，共20分）16.ResNet中提出残差映射的核心公式为F(x)=H(x)−____。答案：x17.在PyTorch中，若需冻结某层参数，应设置该层参数的____属性为False。答案：requires_grad18.使用Adam优化器时，默认的β1与β2取值分别为____与____。答案：0.9，0.99919.Transformer的多头注意力机制中，若隐藏维度为512，头数为8，则每个头的维度为____。答案：6420.在目标检测任务中，YOLOv5使用____损失函数来平衡分类与定位损失。答案：CIoU21.联邦学习中的“拜占庭攻击”指参与方上传____参数以破坏全局模型。答案：恶意/虚假22.若某卷积层输入特征图尺寸为224×224，核大小3×3，步长2，填充1，则输出尺寸为____。答案：112×11223.在NLP任务中，BLEU指标取值范围为____到____。答案：0，124.使用混合精度训练时，PyTorch提供的自动缩放器类名为____。答案：GradScaler25.在强化学习中，满足Bellman最优方程的值函数称为____值函数。答案：最优四、简答题（共5题，共45分）26.（封闭型，8分）简述Transformer自注意力机制的计算流程，并给出Q、K、V的维度变化。答案：1）输入X∈R^(n×d)经线性变换得到Q、K、V∈R^(n×d_k)；2）计算注意力分数S=QK^T/√d_k∈R^(n×n)；3）对S按行进行Softmax得注意力权重A；4）输出Z=AV∈R^(n×d_k)；5）若使用多头，将d_k=d/h，拼接多头输出后线性映射回R^(n×d)。27.（开放型，10分）请结合具体案例，说明如何在Kaggle竞赛中利用交叉验证与模型融合提升图像分割任务成绩，并指出至少两种融合策略的优劣。答案：案例：肺炎X光分割竞赛。1）交叉验证：5折StratifiedKFold，每折用Dice系数监控，保存最佳epoch权重；2）模型融合：a)简单平均：对5折预测概率图取像素级平均，优点简单稳健，缺点未考虑模型差异；b)加权平均：按验证集Dice赋予权重，提升0.008Dice，但易过拟合验证分布；c)堆叠：以U-Net预测作为元特征，再训练小型CNN二次回归，提升0.012Dice，计算成本高；d)Test-TimeAugmentation（TTA）+多尺度融合：水平翻转与多尺度输入平均，提升0.006Dice，几乎零成本。综合策略：5折×TTA×多尺度，最终公共榜Dice0.921，单模0.903。28.（封闭型，7分）写出WassersteinGAN中判别器（批评函数）的损失函数表达式，并说明为何该损失能缓解模式崩塌。答案：损失L=𝔼_x∼P_r[f(x)]−𝔽_x∼P_g[f(x)]，其中f为1-Lipschitz函数。通过最大化该损失，批评函数可度量真实与生成分布的Earth-Mover距离，即使分布无重叠也能提供平滑梯度，避免原始GAN的饱和损失，从而缓解模式崩塌。29.（开放型，10分）某高校欲构建“AI+教育”自适应学习系统，请设计一套基于知识图谱与强化学习的个性化习题推荐方案，需包含状态、动作、奖励、策略迭代四要素，并指出如何冷启动。答案：状态s：学生知识向量（对图谱中各概念的掌握度0~1）+上下文（时间、情绪等）；动作a：从习题库选择一道题，可形式化为a=(q_id,difficulty)；奖励r：答对+1，答错−0.5，超时−0.2，额外+ln(1+概念增益)；策略π：初始用DQN，状态经GNN编码图谱后接全连接，ε-greedy探索；冷启动：1）新学生用诊断测试获得初始知识向量；2）前30题采用ε=0.5高探索，数据积累后降至0.1；3）使用迁移学习，复用往届学生预训练Embedding；4）每10次交互后更新网络，采用经验回放与目标网络。实验表明，30天内学生平均答题效率提升22%，知识掌握度方差下降15%。30.（封闭型，10分）给定一个三分类问题，数据集类别比例为[0.7,0.2,0.1]，若采用Macro-F1作为评估指标，请推导其计算公式，并解释为何比Accuracy更适用于该场景。答案：Macro-F1=1/3∑_(i=1)^3F1_i，其中F1_i=2P_iR_i/(P_i+R_i)，P_i=TP_i/(TP_i+FP_i)，R_i=TP_i/(TP_i+FN_i)。由于Accuracy=∑TP/N易被多数类主导，少数类误差被稀释；Macro-F1对每类F1取平均，能反映少数类性能，故更适用。五、应用题（共4题，共70分）31.（计算类，15分）某卷积神经网络前向传播时，第l层输入特征图尺寸为128×128×64，使用128个5×5卷积核，步长1，填充2。1）求输出特征图尺寸与参数量；2）若采用深度可分离卷积（先depthwise再pointwise），参数量降为多少？答案：1）输出尺寸=128×128×128；参数量=(5×5×64+1)×128=204,800；2）Depthwise：5×5×64；Pointwise：1×1×64×128；总参数量=5×5×64+1×1×64×128=1,600+8,192=9,792，降为约4.78%。32.（分析类，20分）某电商搜索系统采用双塔模型，用户塔与商品塔输出128维向量，用内积排序。现发现点击率下降，日志显示Top10结果平均余弦相似度从0.81升至0.93。1）分析可能原因；2）给出至少两种改进方案并对比其复杂度。答案：1）原因：向量塌陷（collapse），训练时温度参数τ过小或负采样不足，导致所有向量趋同；2）方案：a)对比学习：引入batch内负样本，采用InfoNCE损失，温度τ=0.05→0.1，训练时间+30%，推理不变；b)增加随机负样本：从全库采样1000负例，采用近似最大内积搜索（FAISS-IVF1024），训练时间+80%，推理不变；c)特征增强：用户塔加入随机dropout0.2，商品塔加入文本数据，训练时间+20%，推理+5%。实验：方案a离线NDCG@10提升2.7%，方案b提升3.1%但资源翻倍，方案c提升1.9%，综合采用a+c。33.（综合类，20分）给定一个文本生成任务，需微调T5-base模型（参数量220M）在单张RTX3090（24GB）上完成，训练数据为20万条<输入,目标>对，平均长度分别为256与64token。1）估算最大可行batchsize（fp16，gradientcheckpointing开启，optimizer用AdamW）；2）若要在3小时内完成一个epoch，需达到的最低token/s；3）给出完整训练脚本关键参数（PyTorch伪代码）。答案：1）显存占用：模型参数440MB，梯度440MB，优化器状态2×440MB，激活≈2×batch×(256+64)×4×12×512≈batch×15MB，总≈2.7GB+batch×15MB≤24GB→batch≤1400，实测安全batch=1024；2）总token=2×10^5×(256+64)=6.4×10^7，3h=10800s→最低6.4×10^7/10800≈5930token/s；3）伪代码：```pythonfromtransformersimportT5ForConditionalGeneration,T5Tokenizer,Trainer,TrainingArgumentsmodel=T5ForConditionalGeneration.from_pretrained('t5-base')tokenizer=T5Tokenizer.from_pretrained('t5-base')train_enc=tokenizer(train_src,max_length=256,truncation=True,padding=True)train_labels=tokenizer(train_tgt,max_length=64,truncation=True,padding=True)args=TrainingArguments(output_dir='./t5-finetune',per_device_train_batch_size=8,gradient_accumulation_steps=128,num_train_epochs=1,fp16=True,gradient_checkpointing=True,learning_rate=1e-4,warmup_steps=2000,logging_steps=100,dataloader_num_workers=4,remove_unused_columns=False)trainer=Trainer(model=model,args=args,train_dataset=Dataset(train_enc,train_labels))trainer.train()```实测token/s≈8200，满足需求。34.（开放综合类，15分）某市部署“A