人工智能知识竞赛试题及详细答案

人工智能知识竞赛试题及详细答案一、单项选择题（每题2分，共20分）1.在深度学习中，若某卷积层输入特征图尺寸为32×32×64，使用128个3×3卷积核，步长为1，填充为1，则输出特征图的尺寸为A.30×30×128  B.32×32×128  C.34×34×128  D.64×64×1282.下列关于Transformer中“位置编码”作用的描述，最准确的是A.替代词向量  B.提供序列顺序信息  C.降低参数量  D.加速训练收敛3.在强化学习中，若策略π为随机策略，状态s下采取动作a的概率为π(a|s)，则状态价值函数Vπ(s)与动作价值函数Qπ(s,a)的关系为A.Vπ(s)=maxₐQπ(s,a)  B.Vπ(s)=∑ₐπ(a|s)Qπ(s,a)C.Vπ(s)=minₐQπ(s,a)  D.Vπ(s)=Qπ(s,argmaxₐπ(a|s))4.使用批量归一化（BatchNorm）时，在训练阶段与推理阶段对均值μ和方差σ²的处理差异是A.训练用滑动平均，推理用当前批  B.训练用当前批，推理用滑动平均C.两者均用当前批  D.两者均用滑动平均5.在生成对抗网络（GAN）中，若判别器D过快收敛到最优，生成器G的梯度可能出现A.消失  B.爆炸  C.不变  D.周期性震荡6.下列哪种方法最适合解决文本分类中的类别极度不平衡问题A.增加Dropout  B.FocalLoss  C.减小学习率  D.使用ReLU激活7.在联邦学习场景下，客户端上传的“模型更新”通常指A.原始训练数据  B.本地模型参数梯度或权重差分  C.完整模型权重  D.损失函数值8.若某神经网络使用Swish激活函数f(x)=x·σ(βx)，其中σ为Sigmoid，则当β→+∞时，Swish趋近于A.ReLU  B.Sigmoid  C.Tanh  D.LeakyReLU9.在知识蒸馏中，教师模型logits引入温度参数T>1的主要目的是A.增加计算量  B.软化概率分布  C.提高准确率  D.降低内存占用10.下列关于AutoML中“神经架构搜索”（NAS）的描述，错误的是A.强化学习可用于控制器  B.权重共享可减少计算C.只能搜索卷积网络  D.可结合进化算法二、多项选择题（每题3分，共15分；多选少选均不得分）11.以下哪些技术可有效缓解深度网络过拟合A.LabelSmoothing  B.Mixup数据增强  C.增加网络深度  D.EarlyStopping12.关于BERT的预训练任务，正确的有A.下一句预测（NSP）  B.掩码语言模型（MLM）  C.句子顺序预测（SOP）  D.翻译语言模型（TLM）13.在目标检测模型YOLOv5中，下列哪些组件或策略被采用A.Focus切片结构  B.SPPF模块  C.CIOU损失  D.Anchor-Free14.以下哪些算子可用于图神经网络（GNN）中的消息传递A.均值聚合  B.最大池化聚合  C.LSTM聚合  D.注意力聚合15.关于模型压缩，下列属于“量化”技术带来的潜在影响A.权重由FP32转为INT8  B.推理延迟降低  C.模型准确率可能下降  D.训练时间缩短三、判断题（每题1分，共10分；正确打“√”，错误打“×”）16.在卷积神经网络中，空洞卷积（DilatedConvolution）可在不增加参数量的前提下扩大感受野。17.使用Adam优化器时，学习率调度器对学习效果没有影响。18.GPT系列模型采用双向Transformer编码器结构。19.在强化学习的策略梯度定理中，基线（baseline）的引入可减少方差而不改变期望梯度。20.知识图谱中的RDF三元组主体、谓词、客体均必须是URI，不可使用字面量。21.在联邦学习中，SecureAggregation协议可防止中央服务器看到单个客户端的明文梯度。22.模型蒸馏时，学生模型的容量必须小于教师模型。23.使用混合精度训练时，损失缩放（lossscaling）可防止梯度下溢。24.Transformer中的自注意力机制对输入序列长度具有O(n)复杂度。25.在图像风格迁移中，Gram矩阵用于捕捉特征通道间的二阶统计信息。四、填空题（每空2分，共20分）26.若某全连接层输入向量x∈ℝ⁵¹²，输出向量y∈ℝ¹⁰²⁴，则该层可训练参数量为________。27.在PyTorch中，若张量x的requires_grad=True，执行y=x+2后，y.grad_fn指向的函数类型为________。28.在深度强化学习DDPG算法中，负责策略输出的网络称为________网络。29.若学习率调度采用cosineannealing，初始学习率为η₀，周期为T，则第t步的学习率公式为ηₜ=________。30.在VisionTransformer中，图像块大小为16×16，输入图像224×224，则序列长度为________。31.若使用F1-score评估二分类，精确率P=0.8，召回率R=0.9，则F1=________。32.在生成模型VAE中，ELBO的全称是________。33.若某卷积层采用分组卷积，groups=4，输入通道64，输出通道128，则每组卷积核深度为________。34.在联邦学习FedAvg算法中，客户端k的本地epoch次数为E，批量大小为B，本地数据量为nₖ，则本地更新步数为________。35.若采用早停（EarlyStopping）策略，监控指标为验证损失，耐心系数（patience）为5，表示验证损失连续________轮未下降即终止训练。五、计算与推导题（共20分）36.（10分）某神经网络使用交叉熵损失，对于单个样本，真实标签为one-hot向量y=[0,1,0]，模型输出的softmax概率为p=[0.2,0.7,0.1]。(1)计算该样本的交叉熵损失L_CE（以自然对数表示）。(2)若对标签进行平滑ε=0.1，求平滑后的目标分布y′。(3)计算平滑后的损失L_smooth。37.（10分）在DQN中，目标Q值采用Bellman方程：=给定经验样本(s,a,r,s′,done)，其中r=2，γ=0.99，done=False，目标网络对s′的最大Q值为8.3。(1)计算目标Q值y。(2)若在线网络对(s,a)的Q值为6.1，采用Huber损失(x)其中δ=1.0，x=y-Q，求损失值L。六、综合应用题（共15分）38.某城市出租车公司计划利用深度强化学习优化调度策略。状态空间包括每个区域的空车数、订单数、道路拥堵指数；动作空间为向各区域派遣的车辆数；奖励设置为区域订单满足率减去空驶成本。(1)若直接采用离散动作空间，动作维度高达10⁴，训练难以收敛，请提出两种降维或连续化方案，并简述原理。(2)考虑到真实环境探索成本高，请设计一种基于历史数据的离线强化学习流程，说明如何防止外推误差（extrapolationerror）。(3)若需部署在车载边缘设备，计算资源仅为2TOPSINT8，模型存储≤100MB，请给出模型压缩与加速的具体技术路线，并估算压缩比。——————————答案与解析——————————一、单项选择1.B 解析：输入32×32，填充1，卷积后尺寸不变，通道数变为128。2.B 解析：位置编码向模型注入token在序列中的位置信息，Transformer本身对顺序无感知。3.B 解析：状态价值是动作价值的期望，按策略概率加权求和。4.B 解析：训练用批统计量，推理用滑动平均，保证稳定。5.A 解析：D最优时生成器梯度消失，是GAN训练难点。6.B FocalLoss通过调制因子降低易分样本权重，缓解不平衡。7.B 联邦学习强调“数据不动模型动”，上传梯度或权重差分。8.A β→∞时σ(βx)趋近于阶跃，Swish≈x·1{x>0}=ReLU。9.B 高温软化分布，提供更多信息给Student。10.C NAS可搜索CNN、RNN、Transformer等架构。二、多项选择11.ABD 增加深度会加剧过拟合。12.AB BERT原始预训练仅NSP与MLM；SOP为ALBERT改进；TLM为多语扩展。13.ABC YOLOv5仍使用anchor，非anchor-free。14.ABCD 四类聚合方式均被广泛使用。15.ABC 量化主要影响推理，训练时间未必缩短。三、判断16.√17.× 调度器影响收敛速度与最终性能。18.× GPT用单向Transformer解码器。19.√20.× 客体可为字面量。21.√22.× 学生可等于或大于教师，但蒸馏收益递减。23.√24.× 自注意力为O(n²)。25.√四、填空26.524800 解析：512×1024权重+1024偏置=524288+1024=524800。27.AddBackward028.Actor29.ηₜ=η₀/2·(1+cos(πt/T))30.197 解析：(224/16)²=196，加clstoken=197。31.0.8421 F1=2PR/(P+R)=2×0.8×0.9/1.7≈0.8421。32.EvidenceLowerBOund33.16 每组输入通道64/4=16，输出通道128/4=32，卷积核深度与输入通道同。34.⌈nₖ/B⌉·E35.5五、计算与推导36.(1)L_CE=−∑y_ilnp_i=−ln0.7≈0.3567(2)平滑后y′=[ε/(K−1),1−ε,ε/(K−1)]=[0.05,0.9,0.05](3)L_smooth=−∑y′_ilnp_i=−0.05ln0.2−0.9ln0.7−0.05ln0.1≈0.05×1.6094+0.9×0.3567+0.05×2.3026≈0.0805+0.3210+0.1151≈0.516637.(1)y=2+0.99×8.3=2+8.217=10.217(2)x=y−Q=10.217−6.1=4.117>δ=1.0L=1.0×4.117−0.5×1.0²=4.117−0.5=3.617六、综合应用38.(1)方案A：采用动作分解，将高维离散动作拆分为“区域选择”+“派遣量”两级，使用链式策略或层次强化学习，降低单步动作空间至O(10)×O(10)。方案B：将动作连续化，用高维连续向量表示派遣比例，采用DDPG或SAC训练，通过投影或舍入将连续动作映射到可执行离散量，利用约束优化保证总量守恒。(2)离线RL流程：1.收集历史日志DatasetD={(s,a,r,s′)}，确保覆盖度；2.采用CQL（ConservativeQ-Learning）或BCQ，在Q更新中加入保守正则项，抑制未见过(s,a)的过高估计；3.使用重要性采样权重或最大似然估计约束策略与行为策略距离；4.引入模型集成，估计不确定性，拒绝高不确定区域的动作；5.在验证集上离线评估，采用FQE（FittedQEvaluation）估算策略价值，防止外推误差。(3)技术路线：1