2026年CAIE人工智能工程师(LevelI)认证考试真题及答案

2026年CAIE人工智能工程师(LevelI)认证考试真题及答案一、单项选择题（每题1分，共30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，下列哪种激活函数在x=0处不可导？A.ReLU B.Sigmoid C.Tanh D.LeakyReLU答案：A2.使用批量归一化（BatchNormalization）时，在推理阶段采用的均值与方差来自：A.当前批数据 B.滑动平均统计量 C.固定常数 D.随机采样答案：B3.在Transformer架构中，缩放点积注意力（ScaledDot-ProductAttention）的缩放因子为：A.√d_k B.d_k C.1/√d_k D.1/d_k答案：C4.下列关于L1与L2正则化的描述，正确的是：A.L1更易产生稀疏解 B.L2更易产生稀疏解 C.两者都无法稀疏 D.两者稀疏性相同答案：A5.在联邦学习场景下，客户端上传的梯度若被恶意篡改，下列哪种防御机制最直接？A.差分隐私 B.安全聚合 C.梯度压缩 D.知识蒸馏答案：B6.在PyTorch中，以下代码片段执行后x.grad的值为：```pythonx=torch.tensor(2.0,requires_grad=True)y=x**3y=x**3y.backward()```A.4 B.8 C.12 D.6答案：C7.在目标检测任务中，YOLOv5使用的损失函数不包括：A.分类损失 B.置信度损失 C.边界框回归损失 D.像素级分割损失答案：D8.下列哪项不是生成对抗网络（GAN）训练不稳定的主要原因？A.梯度消失 B.模式崩塌 C.判别器过强 D.生成器参数量过少答案：D9.在强化学习中，Q-learning更新公式Q(s,a)←Q(s,a)+α[r+γmax_{a′}Q(s′,a′)−Q(s,a)]里，γ的物理意义是：A.学习率 B.折扣因子 C.探索率 D.奖励均值答案：B10.在模型剪枝的“权重剪枝”策略中，通常按何种准则决定剪枝阈值？A.权重绝对值大小 B.权重符号 C.梯度绝对值 D.随机丢弃答案：A11.在BERT预训练中，MaskedLanguageModel（MLM）的掩码比例通常设置为：A.5% B.10% C.15% D.20%答案：C12.在卷积神经网络中，使用“深度可分离卷积”最主要目的是：A.提升精度 B.降低参数量与计算量 C.增大感受野 D.增强非线性答案：B13.在模型蒸馏中，教师模型与学生模型之间的“温度”参数T→∞时，Softmax输出分布趋于：A.均匀分布 B.伯努利分布 C.正态分布 D.狄拉克分布答案：A14.在AutoML框架中，神经架构搜索（NAS）的“基于梯度”的代表算法是：A.DARTS B.ENAS C.AmoebaNet D.PNAS答案：A15.在联邦学习中，FedAvg算法的服务器端聚合规则为：A.加权平均 B.中位数 C.几何平均 D.截断平均答案：A16.在Python中，使用NumPy实现矩阵乘法A@B，其时间复杂度为：A.O(n) B.O(nlogn) C.O(n^2)D.O(n^3)答案：D17.在模型服务化部署中，TensorRT对FP16推理的加速比（相对FP32）通常在：A.1.1× B.1.5× C.2× D.4×答案：C18.在图像分割评价指标中，Dice系数与IoU的数学关系为：A.Dice=2IoU/(1+IoU) B.Dice=IoU/(2−IoU) C.Dice=IoU D.无确定关系答案：A19.在Pythonmultiprocessing中，使用spawn启动方法时，子进程会：A.共享父进程内存 B.拷贝父进程全部内存映像 C.仅继承文件描述符 D.仅继承线程答案：B20.在深度强化学习的A3C算法中，异步更新的主要目的是：A.降低方差 B.提高样本效率 C.稳定训练 D.以上全部答案：D21.在VisionTransformer（ViT）中，位置编码采用的可学习参数维度为：A.(patch_num,hidden_dim) B.(patch_num+1,hidden_dim) C.(hidden_dim,patch_num) D.(1,hidden_dim)答案：B22.在PyTorchLightning中，定义training_step返回字典必须包含的键是：A.loss B.acc C.pred D.无强制键答案：A23.在模型可解释性方法中，IntegratedGradients需要设置的基线（baseline）通常选用：A.全零输入 B.随机噪声 C.训练集均值 D.对抗样本答案：A24.在超参数优化中，贝叶斯优化与网格搜索相比，主要优势是：A.并行度高 B.样本效率高 C.实现简单 D.无优势答案：B25.在数据增强中，MixUp方法对两张图片的混合系数λ服从：A.U(0,1)B.Beta(0.2,0.2)C.Beta(1,1)D.N(0,1)答案：B26.在模型量化中，INT8线性量化公式q=round(r/S)+Z，其中Z称为：A.缩放因子 B.零点偏移 C.量化步长 D.截断阈值答案：B27.在分布式训练框架Horovod中，all-reduce操作基于：A.MPI B.gRPC C.NCCL D.BothAandC答案：D28.在NLP任务中，BytePairEncoding（BPE）的子词合并策略属于：A.贪心算法 B.动态规划 C.最大似然 D.维特比答案：A29.在卷积操作中，dilation=2的3×3卷积实际感受野大小为：A.3×3 B.5×5 C.7×7 D.9×9答案：B30.在模型持续学习（ContinualLearning）中，ElasticWeightConsolidation（EWC）保护重要参数的依据是：A.Fisher信息矩阵 B.梯度范数 C.权重衰减 D.随机掩码答案：A二、多项选择题（每题2分，共20分。每题有两个或以上正确答案，全部选对得满分，漏选得1分，错选得0分）31.下列哪些技术可以有效缓解神经网络过拟合？A.Dropout B.数据增强 C.早停 D.减小学习率答案：ABC32.在Transformer解码器层中，包含以下哪些子模块？A.多头自注意力 B.编码器-解码器注意力 C.前馈网络 D.层归一化答案：ABCD33.以下哪些指标可用于评估二分类模型性能？A.AUC-ROC B.F1-score C.混淆矩阵 D.平均绝对误差答案：ABC34.在PyTorch中，以下哪些操作会触发隐式GPU同步？A.tensor.item() B.tensor.cpu() C.torch.cuda.synchronize() D.print(tensor)答案：ABCD35.以下哪些属于无监督学习算法？A.K-means B.PCA C.DBSCAN D.SVM答案：ABC36.在模型服务冷启动阶段，可采用的优化手段包括：A.模型预热 B.批量推理 C.张量融合 D.动态批处理答案：ABCD37.以下哪些方法可用于神经网络压缩？A.权重剪枝 B.知识蒸馏 C.低秩分解 D.量化答案：ABCD38.在深度强化学习中，以下哪些算法属于策略梯度方法？A.REINFORCE B.DDPG C.A2C D.PPO答案：ACD39.在VisionTransformer训练中，以下哪些技巧可提升小数据集精度？A.数据增强 B.蒸馏token C.掩码图像建模 D.使用更大patch尺寸答案：ABC40.在Python中，以下哪些库支持分布式训练？A.PyTorch B.TensorFlow C.MXNet D.PaddlePaddle答案：ABCD三、填空题（每空2分，共20分）41.在卷积神经网络中，若输入特征图为32×32×64，使用64个3×3卷积，padding=1，stride=1，则输出特征图尺寸为________。答案：32×32×6442.在Transformer中，若隐藏维度d_model=512，注意力头数h=8，则每个头的维度d_k=________。答案：6443.在PyTorch中，将模型转移到GPU的函数调用为model.________()。答案：cuda44.在强化学习中，贝尔曼最优方程写作Q(s,a)=r+γ________Q(s′,a′)。44.在强化学习中，贝尔曼最优方程写作Q(s,a)=r+γ________Q(s′,a′)。答案：max_{a′}45.在模型量化后，若原始权重范围为[−2,2]，量化到INT8，则缩放因子S=________。答案：4/25546.在NLP评测中，BLEU-4的n-gram最大取到________元组。答案：447.在VisionTransformer中，分类token的索引位置固定为序列的第________位。答案：048.在Python中，使用________上下文管理器可自动管理CUDA内存分配。答案：torch.cuda.device49.在联邦学习安全聚合中，若采用Paillier加密，其数学基础是________难题。答案：判定合数剩余50.在目标检测中，mAP@0.5:0.95的步长为________。答案：0.05四、简答题（共30分）51.（封闭型，6分）简述ReLU激活函数的优点与缺点，并给出一种改进方案。答案：优点：计算高效、无梯度饱和、稀疏激活；缺点：负半轴神经元死亡、输出非零均值。改进：LeakyReLU，负半轴引入小斜率0.01，缓解死亡问题。52.（封闭型，6分）说明Transformer位置编码为何使用正弦函数而非可学习参数，并给出正弦位置编码公式。答案：正弦编码可外推到更长序列、共享参数节省内存；公式：PE(pos,2i)=sin(pos/10000^{2i/d})，PE(pos,2i+1)=cos(pos/10000^{2i/d})。53.（开放型，8分）给定一个文本分类任务，训练集仅含1万条样本，现需利用预训练BERT微调。请列出完整实验流程，包括数据预处理、训练策略、防止过拟合技巧及评估指标，并说明每一步理由。答案：1.数据预处理：使用WordPiece分词，最大长度128，动态padding节省算力；2.训练策略：采用AdamW，lr=2e-5，batch=32，warmup步数占总量10%，最大epoch=3；3.防止过拟合：权重衰减0.01，dropout=0.1，早停patience=2，数据增强采用回译；4.评估指标：宏平均F1、准确率、混淆矩阵；5.理由：小样本下低lr与早停避免震荡，回译扩充语义多样性，宏F1应对类别不平衡。54.（封闭型，5分）写出BatchNormalization的前向推理公式，并指出训练与推理阶段统计量差异。答案：推理：y=(x−E[x])/√(Var[x]+ε)∗γ+β；训练：E[x]、Var[x]来自当前批；推理：使用滑动平均累积的running_mean、running_var。55.（开放型，5分）某边缘设备内存仅256MB，需部署ResNet50（浮点模型大小>90MB）。请给出压缩到50MB以下的完整技术路线，并估算压缩率。答案：1.权重量化：INT8，体积×0.25，90→22.5MB；2.通道剪枝50%，再×0.5，11.25MB；3.知识蒸馏恢复精度；4.最终11.25MB<50MB，压缩率≈8×。五、应用题（共50分）56.（计算类，15分）某卷积层输入特征图尺寸为224×224×3，输出通道64，卷积核7×7，stride=2，padding=3，groups=1。(1)计算输出特征图空间尺寸；（5分）(2)计算该层理论乘加运算量（MACs）；（5分）(3)若采用深度可分离卷积（先depthwise再pointwise），计算新MACs并给出加速比。（5分）答案：(1)H_out=(224+2×3−7)/2+1=112；(2)MACs=112×112×64×7×7×3=1.74×10^9；(3)depthwiseMACs=112×112×3×7×7=0.59×10^6；pointwiseMACs=112×112×64×3=2.42×10^6；总MACs=3.01×10^6；加速比≈578×。57.（分析类，15分）给定一个文本生成任务，使用GPT-2Small（117M参数）在单机8×A100上训练，序列长度1024，batch=8perGPU，梯度累积步数=4，混合精度FP16，DeepSpeedZero-2。(1)估算显存占用；（5分）(2)若改用激活检查点（activationcheckpointing），显存降低多少百分比？（5分）(3)给出吞吐量（tokens/s）估算公式并说明参数含义。（5分）答案：(1)参数量117M×2byte≈234MB；AdamW状态2倍=468MB；激活batch×seq×hidden×layer×2byte=8×8×1024×768×12×2≈1.2GB；Zero-2分片后每卡显存≈(234+468)/8+1.2≈1.3GB；(2)激活再降约50%，总