【期末】《大数据分析》(国家高等教育智慧教育平台)期末考试中国大学慕课答案

大数据分析（人工智能综合能力提升培训）（国家高等教育智慧教育平台）智能大数据分析智能大数据分析测验1.单选题：多模态AI模型的主要设计目标是：

选项：

A、仅处理文本信息

B、将不同类型的输入（如文本、图像、音频）分开处理

C、处理并关联来自不同类型输入的信息

D、专注于提高单模态任务的精度

答案：【处理并关联来自不同类型输入的信息】2.单选题：t-SNE和UMAP在CLIP相关实验中的主要作用是：

选项：

A、训练神经网络模型

B、进行语音识别

C、将高维嵌入向量可视化到2D空间

D、提高图像分辨率

答案：【将高维嵌入向量可视化到2D空间】3.单选题：在CLIP的实验中，“人类在回路”的主要角色不包括：

选项：

A、编写文本提示

B、计算余弦相似度

C、选择图像

D、调试代码

答案：【计算余弦相似度】4.单选题：CLIP模型训练时使用的数据规模是：

选项：

A、1万张图像

B、100万图像-文本对

C、4亿图像-文本对

D、10亿文本段落

答案：【4亿图像-文本对】5.单选题：CLIP模型用于衡量图像和文本之间相似性的方法是：

选项：

A、欧氏距离

B、曼哈顿距离

C、余弦相似度

D、绝对误差

答案：【余弦相似度】6.单选题：在推荐系统中，LLM能够直接生成推荐列表和解释的范式是：

选项：

A、LLM生成嵌入向量

B、LLM生成语义标签

C、LLM作为端到端推荐系统

D、LLM作为判别模型

答案：【LLM作为端到端推荐系统】7.单选题：在基于用户的协同过滤中，如果用户A和用户B的余弦相似度为0.95，说明：

选项：

A、用户A和用户B对所有物品的评分完全一致

B、用户A和用户B的评分方向高度一致

C、用户A和用户B的评分绝对值非常接近

D、用户A和用户B没有共同评分项

答案：【用户A和用户B的评分方向高度一致】8.单选题：在推荐系统中，冷启动问题主要出现在以下哪种情况？

选项：

A、用户历史行为数据过多

B、新用户或新物品缺乏交互数据

C、用户行为数据过于密集

D、物品数量过少

答案：【新用户或新物品缺乏交互数据】9.单选题：以下哪种方法不能有效缓解推荐系统的冷启动问题？

选项：

A、利用社交网络信息

B、在注册时让用户选择兴趣标签

C、使用矩阵分解

D、使用基于邻域的协同过滤

答案：【使用基于邻域的协同过滤】10.单选题：在社交网络分析中，Modularity用于衡量：

选项：

A、网络的社区结构强度

B、节点的中心性

C、网络的直径

D、边的权重

答案：【网络的社区结构强度】11.单选题：在SparkMLlib中，Pipeline的fit()方法返回的是：

选项：

A、Transformer

B、Estimator

C、Model

D、Evaluator

答案：【Model】12.单选题：在推荐系统中，冷启动问题最不适合用以下哪种方法解决？

选项：

A、基于内容的推荐

B、协同过滤

C、知识图谱

D、混合推荐

答案：【协同过滤】13.单选题：在社交网络分析中，以下哪种算法最适合用于发现网络中具有相似连接模式的节点群体？

选项：

A、PageRank算法

B、模块度（Modularity）优化算法

C、接近中心性（ClosenessCentrality）算法

D、介数中心性（BetweennessCentrality）算法

答案：【模块度（Modularity）优化算法】14.单选题：FinancialPhraseBank数据集中，一致性比例是指：

选项：

A、模型预测一致的比例

B、标注者对同一句子情感标签一致的比例

C、训练集和测试集分布一致

D、中英文翻译一致比例

答案：【标注者对同一句子情感标签一致的比例】15.单选题：下列哪种相似度度量方法对评分偏差（如用户打分普遍偏高）最不敏感？

选项：

A、余弦相似度

B、皮尔逊相关系数

C、杰卡德相似度

D、欧几里得距离

答案：【余弦相似度】16.单选题：在LLM增强的推荐系统中，哪种范式是"将LLM作为用户偏好分析器，生成语义标签"？

选项：

A、LLM生成嵌入向量+推荐系统

B、LLM生成语义标签+推荐系统

C、LLM作为端到端推荐系统

D、LLM作为判别模型

答案：【LLM生成语义标签+推荐系统】17.单选题：FinBERT的开发团队主要来自：

选项：

A、Google

B、阿里达摩院

C、阿姆斯特丹大学与ProsusAI

D、微软研究院

答案：【阿姆斯特丹大学与ProsusAI】18.单选题：在协同过滤中，使用皮尔逊相关系数为-0.8表示：

选项：

A、两个用户兴趣高度相似

B、两个用户兴趣高度相反

C、两个用户没有线性关系

D、两个用户有非线性关系

答案：【两个用户兴趣高度相反】19.单选题：以下哪种相似度度量方法仅考虑用户是否交互过物品，而不考虑具体评分？

选项：

A、余弦相似度

B、皮尔逊相关系数

C、杰卡德相似度

D、欧几里得距离

答案：【杰卡德相似度】20.单选题：在推荐系统中，使用SVD进行矩阵分解的主要目的是：

选项：

A、直接生成推荐解释

B、学习用户和物品的隐语义表示

C、计算用户间的社交关系

D、增强模型的生成能力

答案：【学习用户和物品的隐语义表示】21.单选题：在情绪预测步骤中，用于将模型输出转换为概率分布的函数是：

选项：

A、ReLU

B、Sigmoid

C、Softmax

D、Tanh

答案：【Softmax】22.单选题：在LangChain中，OutputParser的作用是：

选项：

A、解析模型输出为结构化数据

B、训练模型

C、存储记忆

D、连接数据库

答案：【解析模型输出为结构化数据】23.单选题：CrewAI中的“Process”控制方式不包括：

选项：

A、顺序执行

B、分层执行

C、随机执行

D、并行执行

答案：【随机执行】24.单选题：在TensorFlow中，tf.function的作用是：

选项：

A、将Python函数转换为计算图

B、加载数据集

C、可视化训练过程

D、部署模型

答案：【将Python函数转换为计算图】25.单选题：以下哪项不是RAG与传统检索系统的区别？

选项：

A、RAG结合生成模型

B、RAG使用向量检索

C、RAG仅基于关键词匹配

D、RAG可整合多源数据

答案：【RAG仅基于关键词匹配】26.单选题：在LangChain中，Chain的主要作用是：

选项：

A、存储数据

B、连接多个组件形成工作流

C、可视化结果

D、训练模型

答案：【连接多个组件形成工作流】27.单选题：SparkMLlib中，ParamMap用于：

选项：

A、存储模型参数

B、定义数据源

C、可视化结果

D、调度任务

答案：【存储模型参数】28.单选题：在多智能体系统中，PlannerAgent的主要职责是：

选项：

A、执行具体任务

B、分解任务并分配

C、评估结果

D、存储数据

答案：【分解任务并分配】29.单选题：以下哪项不是TensorFlow.js的适用场景？

选项：

A、在浏览器中运行模型

B、在Node.js服务器中运行模型

C、在嵌入式设备中运行模型

D、在移动端App中运行模型

答案：【在嵌入式设备中运行模型】30.单选题：如果你想构建一个能实时推荐新闻文章的系统，最适合的技术栈是：

选项：

A、SparkMLlib+协同过滤

B、TensorFlow+图像识别

C、LangChain+CrewAI

D、社交网络分析+Node2Vec

答案：【SparkMLlib+协同过滤】31.单选题：在推荐系统中，矩阵分解的潜在因子（LatentFactor）表示：

选项：

A、用户和物品的隐含特征

B、用户的显式评分

C、物品的内容标签

D、用户的社交关系

答案：【用户和物品的隐含特征】32.单选题：以下哪项不是GraphRAG的核心组成部分？

选项：

A、知识图谱

B、Cypher查询

C、决策树

D、LLM

答案：【决策树】33.单选题：CrewAI中，Task的“async”属性表示：

选项：

A、任务可以并行执行

B、任务必须顺序执行

C、任务不需要工具

D、任务仅用于测试

答案：【任务可以并行执行】34.单选题：在TensorFlow中，EagerExecution的优势不包括：

选项：

A、便于调试

B、动态计算图

C、更高的分布式训练效率

D、更直观的编程体验

答案：【更高的分布式训练效率】35.单选题：在SparkMLlib中，OneHotEncoder属于哪种组件？

选项：

A、Transformer

B、Estimator

C、Evaluator

D、Model

答案：【Transformer】36.单选题：如果你想构建一个能自动编写代码的AI系统，最适合的技术是：

选项：

A、SparkMLlib

B、TensorFlow

C、LangChain+CrewAI

D、推荐系统

答案：【LangChain+CrewAI】37.单选题：在TensorFlow中，用于保存和交换模型的标准格式是：

选项：

A、HDF5

B、SavedModel

C、Checkpoint

D、GraphDef

答案：【SavedModel】38.单选题：以下哪种技术常用于提升大语言模型的安全性？

选项：

A、增加模型参数量

B、使用ModerationAPI过滤不良内容

C、减少训练数据量

D、使用更快的硬件

答案：【使用ModerationAPI过滤不良内容】39.单选题：什么是“提示注入”（PromptInjection）？

选项：

A、向模型中注入恶意代码

B、在用户输入前后添加引导性指令以控制模型输出

C、增加模型训练次数

D、使用更多GPU进行推理

答案：【在用户输入前后添加引导性指令以控制模型输出】40.单选题：Snorkel框架实现自动标注的关键组件是什么？

选项：

A、预训练的大语言模型

B、人工标注员

C、标签函数

D、数据增强算法

答案：【标签函数】41.单选题：与K-means相比，DeepCluster在处理高维数据时的优势是什么？

选项：

A、完全避免维度灾难问题

B、CNN自动将高维原始输入降维到较低维特征

C、不需要任何特征处理

D、仅适用于低维数据

答案：【CNN自动将高维原始输入降维到较低维特征】42.单选题：以下哪项是LangGraph的主要特点？

选项：

A、仅支持线性流程

B、使用有向图结构支持循环和条件分支

C、只能用于图像处理

D、不支持与LangChain集成

答案：【使用有向图结构支持循环和条件分支】43.单选题：K-means算法对什么因素特别敏感？

选项：

A、数据集的命名

B、初始质心的选择

C、编程语言的选择

D、可视化工具的选择

答案：【初始质心的选择】44.单选题：ChatGPT生成文本的方式是：

选项：

A、一次性生成完整段落

B、通过自回归方式逐个预测下一个词元（token）

C、从数据库中检索匹配的文本

D、使用规则模板填充内容

答案：【通过自回归方式逐个预测下一个词元（token）】45.单选题：LangChain的核心组件中，用于保存对话历史的是：

选项：

A、Model

B、Prompt

C、Memory

D、Tool

答案：【Memory】46.单选题：关于ChatGPT的训练数据，以下说法正确的是：

选项：

A、仅使用Wikipedia数据

B、使用约570GB的互联网文本数据

C、仅使用图书数字化内容

D、不使用任何公开网络数据

答案：【使用约570GB的互联网文本数据】47.单选题：在LangChain中，Chain的作用是：

选项：

A、存储用户数据

B、将多个组件串联成一个工作流

C、提供模型训练功能

D、进行网络爬取

答案：【将多个组件串联成一个工作流】48.单选题：关于监督学习和无监督学习，以下描述正确的是？

选项：

A、监督学习是“无师自通”，训练数据没有标签

B、无监督学习是“有师之学”，训练数据都有标签

C、数据自动标注的目标是自动为无标签数据创造标签

D、数据自动标注主要用于增强无监督学习的效果

答案：【数据自动标注的目标是自动为无标签数据创造标签】49.单选题：在神经网络回归实验中，MLPRegressor相比LinearRegression在哪方面表现更好？

选项：

A、训练速度

B、模型可解释性

C、R²分数和MSE

D、参数数量

答案：【R²分数和MSE】50.单选题：RLHF（人类反馈强化学习）在ChatGPT中的作用是：

选项：

A、提高模型的计算速度

B、使模型生成更符合人类偏好的回答

C、减少模型参数量

D、增强模型的图像识别能力

答案：【使模型生成更符合人类偏好的回答】51.单选题：LangChain中的“Agent”是指：

选项：

A、一个预训练的语言模型

B、能自动选择和执行工具的系统

C、一种数据库连接工具

D、用于可视化界面的组件

答案：【能自动选择和执行工具的系统】52.单选题：RAG（Retrieval-AugmentedGeneration）通常用于：

选项：

A、加速模型训练

B、增强模型生成答案的准确性与上下文相关性

C、减少模型内存占用

D、提高爬虫效率

答案：【增强模型生成答案的准确性与上下文相关性】53.单选题：以下哪一项不是需要数据自动标注的主要原因？

选项：

A、人工标注成本高昂

B、人工标注速度慢，影响模型迭代

C、自动标注的准确率永远高于人工标注

D、不同标注员的判断标准难以统一

答案：【自动标注的准确率永远高于人工标注】54.单选题：AutoML的主要工作流程不包括以下哪个环节？

选项：

A、自动数据预处理和特征工程

B、自动模型选择与超参数优化

C、自动业务需求分析

D、自动模型评估与集成

答案：【自动业务需求分析】55.单选题：在实验中，标签矩阵L_train的维度（5572,6）代表什么？

选项：

A、有5572个标签函数，6个数据样本

B、有5572个数据样本，每个样本由6个标签函数进行标注

C、生成了5572个概率标签，每个标签有6种可能的值

D、使用了6种不同的模型，对5572个数据进行了投票

答案：【有5572个数据样本，每个样本由6个标签函数进行标注】56.单选题：以下哪项是AI在Transform阶段的作用？

选项：

A、提取文本

B、标准化术语

C、打印PDF

D、发送邮件

答案：【标准化术语】57.单选题：在FeatureTools中，“转换原语(TransformationPrimitives)”用于什么场景？

选项：

A、跨表的数据聚合计算

B、对单个实体的字段进行逐行运算

C、建立表之间的关联关系

D、进行模型训练和预测

答案：【对单个实体的字段进行逐行运算】58.单选题：通过本PPT介绍的数据自动标注方法，最终得到的数据标签形式通常是？

选项：

A、一个确定的、离散的类别（如0或1）

B、一个概率值（如该邮件是垃圾邮件的概率为0.85）

C、一段自然语言描述

D、一个边界框的坐标

答案：【一个概率值（如该邮件是垃圾邮件的概率为0.85）】59.单选题：ETL过程的三个主要阶段是？

选项：

A、Extract,Translate,Load

B、Extract,Transform,Load

C、Export,Transform,Load

D、Extract,Transfer,Load

答案：【Extract,Transform,Load】60.单选题：实验中“语义链接”指的是什么？

选项：

A、链接到网页

B、关联数字和注释

C、连接数据库

D、链接图表

答案：【关联数字和注释】61.单选题：实验中用于提取PDF文本的Python库是？

选项：

A、requests

B、pdfplumber

C、PyCharm

D、SQLite

答案：【pdfplumber】62.单选题：AI在提取数据时特别擅长识别以下哪项？

选项：

A、图像颜色

B、语义关系

C、页面布局

D、字体大小

答案：【语义关系】63.单选题：传统ETL在处理金融PDF时的主要风险不包括？

选项：

A、高错误率

B、语义理解强

C、数据不完整

D、上下文丢失

答案：【语义理解强】64.单选题：AI增强ETL相较于传统ETL的主要优势是？

选项：

A、更便宜

B、更慢但更准确

C、更快、更准确、更智能

D、仅适用于小型数据

答案：【更快、更准确、更智能】65.单选题：FeatureTools的工作原理主要基于以下哪一项？

选项：

A、手动编写SQL查询生成特征

B、使用实体集(EntitySet)和特征原语(FeaturePrimitives)自动生成特征

C、仅支持单表数据的特征工程

D、完全依赖深度学习模型生成特征

答案：【使用实体集(EntitySet)和特征原语(FeaturePrimitives)自动生成特征】66.单选题：在Snorkel的邮件标注实例中，对于多个标签函数的标注结果，Snorkel是如何处理的？

选项：

A、直接采用“少数服从多数”的原则确定最终标签

B、完全信任准确率最高的那个标签函数的结果

C、通过一个概率模型迭代优化，为每个样本生成一个概率标签

D、将所有标签函数的结果取平均值作为最终标签

答案：【通过一个概率模型迭代优化，为每个样本生成一个概率标签】67.单选题：在基于Snorkel的垃圾邮件检测实验中，关于标签函数的分析，以下哪项描述是正确的？

选项：

A、所有标签函数的覆盖率完全相同

B、检测垃圾邮件的函数覆盖率远高于检测正常邮件的函数

C、检测正常邮件的函数不弃权的概率远高于检测垃圾邮件的函数

D、标签函数之间的冲突率很高，表明规则设计不合理

答案：【检测正常邮件的函数不弃权的概率远高于检测垃圾邮件的函数】68.单选题：传统ETL处理哪种类型的数据最为擅长？

选项：

A、非结构化数据

B、半结构化数据

C、结构化数据

D、图像数据

答案：【结构化数据】69.单选题：AI在ETL过程中主要用于提升哪一阶段的能力？

选项：

A、仅Extract

B、仅Transform

C、仅Load

D、整个ETL流程

答案：【整个ETL流程】70.单选题：在DFS中，“最大深度(max-depth)”参数控制什么？

选项：

A、决策树的最大深度

B、特征合成的递归深度

C、数据表的行数

D、模型训练的迭代次数

答案：【特征合成的递归深度】71.单选题：AutoML中的“CASH”问题是指什么？

选项：

A、CombinedAlgorithmSelectionandHyperparameteroptimization

B、ComputerAutomatedStatisticalHandling

C、ComprehensiveAnalysisofSelectedHyperparameters

D、ComputationalAlgorithmforSystemHierarchy

答案：【CombinedAlgorithmSelectionandHyperparameteroptimization】72.单选题：AutoML工具H2O.ai的主要特点不包括：

选项：

A、分布式元学习引擎

B、实时排行榜功能

C、需要完全手动调参

D、自动化管线构建

答案：【需要完全手动调参】73.单选题：FeatureTools在处理什么类型的数据时特别有效？

选项：

A、单表结构化数据

B、关系型多表数据

C、非结构化图像数据

D、纯文本数据

答案：【关系型多表数据】74.单选题：BERT模型中，[CLS]标记的作用是：

选项：

A、表示句子结束

B、用于分类任务的聚合表示

C、用于分词

D、表示掩码位置

答案：【用于分类任务的聚合表示】75.单选题：在实验流程中，文本预处理不包括以下哪一步？

选项：

A、分词

B、小写化

C、图像灰度化

D、添加特殊标记

答案：【图像灰度化】76.单选题：在机器学习中，“数据泄漏(dataleakage)”指的是什么？

选项：

A、训练数据量过大导致内存溢出

B、测试数据信息在训练过程中被无意中使用

C、特征数量过多导致模型过拟合

D、数据存储格式不兼容

答案：【测试数据信息在训练过程中被无意中使用】77.单选题：BERT模型的基本结构主要由什么组成？

选项：

A、TransformerDecoder堆叠

B、TransformerEncoder堆叠

C、LSTM层堆叠

D、CNN和RNN混合结构

答案：【TransformerEncoder堆叠】78.单选题：以下哪项是PDF文档对传统ETL的主要挑战？

选项：

A、数据量过大

B、缺乏标准结构

C、数据加密

D、数据过期

答案：【缺乏标准结构】79.单选题：DeepFeatureSynthesis(DFS)的核心机制是什么？

选项：

A、通过人工规则手动创建特征

B、递归地应用聚合和转换算子沿实体关系自动合成新特征

C、仅对单表数据进行简单的统计计算

D、使用神经网络自动生成特征

答案：【递归地应用聚合和转换算子沿实体关系自动合成新特征】80.单选题：在FeatureTools中，“聚合原语(AggregationPrimitives)”的主要作用是什么？

选项：

A、对单个实体内的字段进行逐行变换

B、将子表的多行数据汇总为父表的单行统计量

C、创建新的数据表

D、删除无效的特征

答案：【将子表的多行数据汇总为父表的单行统计量】81.单选题：在Snorkel的原理中，它通过什么数学方法对标签矩阵进行处理，以得到概率标签？

选项：

A、傅里叶变换

B、低秩矩阵近似

C、主成分分析

D、奇异值分解

答案：【低秩矩阵近似】82.单选题：在AutoML中，“排行榜(leaderboard)”的主要作用是什么？

选项：

A、显示数据的基本统计信息

B、展示不同模型的性能排名

C、记录用户的登录信息

D、显示系统的运行状态

答案：【展示不同模型的性能排名】83.单选题：FeatureTools中的“实体集(EntitySet)”是什么？

选项：

A、单个数据表的别称

B、包含多个实体及其关系的计算容器

C、机器学习模型的集合

D、特征选择的方法

答案：【包含多个实体及其关系的计算容器】84.单选题：在FeatureTools中，聚合原语不包括以下哪个操作？

选项：

A、mean（平均值）

B、count（计数）

C、log（对数变换）

D、max（最大值）

答案：【log（对数变换）】85.单选题：Transformer架构最初由哪篇论文提出？

选项：

A、《BERT:Pre-trainingofDeepBidirectionalTransformers》

B、《AttentionIsAllYouNeed》

C、《FinBERT:APretrainedLanguageModelforFinancialCommunications》

D、《GPT:GenerativePre-trainedTransformer》

答案：【《AttentionIsAllYouNeed》】86.单选题：BERT训练中“语言掩码”策略中，被选中token的处理方式不包括：

选项：

A、80%替换为[MASK]

B、10%保持不变

C、10%替换为随机词

D、全部删除

答案：【全部删除】87.单选题：在LLM增强推荐中，哪种方式属于"判别式模型"的应用？

选项：

A、直接生成推荐物品名称

B、判断用户-物品是否匹配

C、生成推荐理由文本

D、端到端生成推荐列表

答案：【判断用户-物品是否匹配】88.单选题：FinBERT不支持以下哪种任务？

选项：

A、金融情绪分类

B、文本生成

C、句子连续性判断

D、问答任务

答案：【文本生成】89.单选题：以下哪种方法最适合在不更新模型参数的情况下，让预训练LLM适应新任务？

选项：

A、全量微调（Fine-tuning）

B、提示工程/上下文学习（In-ContextLearning）

C、提示调优（PromptTuning）

D、指令调优（InstructionTuning）

答案：【提示工程/上下文学习（In-ContextLearning）】90.单选题：矩阵分解（MF）在推荐系统中的作用不包括：

选项：

A、缓解数据稀疏性问题

B、直接生成推荐理由文本

C、学习用户和物品的隐向量表示

D、降维提取潜在特征

答案：【直接生成推荐理由文本】91.单选题：以下哪种LLM训练方式属于"参数高效微调"（PEFT）？

选项：

A、全量微调（FullFine-tuning）

B、提示工程（PromptEngineering）

C、提示调优（PromptTuning）

D、指令调优（InstructionTuning）

答案：【提示调优（PromptTuning）】92.单选题：以下哪种方法最适合处理用户-物品交互矩阵极度稀疏的问题？

选项：

A、基于邻域的协同过滤

B、矩阵分解

C、杰卡德相似度

D、频繁模式挖掘

答案：【矩阵分解】93.单选题：以下哪项不是传统协同过滤的主要挑战？

选项：

A、数据稀疏性

B、冷启动问题

C、可解释性差

D、生成自然语言解释

答案：【生成自然语言解释】94.单选题：FinBERT预训练阶段使用的金融语料主要来源是：

选项：

A、Twitter推文

B、路透社TRC2新闻语料

C、维基百科金融条目

D、新浪财经中文新闻

答案：【路透社TRC2新闻语料】95.单选题：以下哪项是FinBERT情绪分析的可视化方式？

选项：

A、折线图

B、热力图

C、情绪分布饼图

D、散点图

答案：【情绪分布饼图】96.单选题：以下哪项是AutoML的主要局限？

选项：

A、计算成本高昂

B、完全不需要计算资源

C、只能处理小规模数据

D、无法进行特征工程

答案：【计算成本高昂】97.单选题：FinBERT与通用BERT最主要的区别在于：

选项：

A、模型结构更复杂

B、使用了金融领域语料进行预训练

C、支持多语言

D、使用了更大的模型参数

答案：【使用了金融领域语料进行预训练】98.单选题：在DFS的三步曲中，第一步是什么？

选项：

A、执行特征合成

B、配置算子与深度

C、定义实体关系

D、进行模型训练

答案：【定义实体关系】99.单选题：BERT在预训练阶段没有使用以下哪种技术？

选项：

A、语言掩码（MaskedLanguageModel）

B、下句预测（NextSentencePrediction）

C、自回归生成（AutoregressiveGeneration）

D、双向注意力机制

答案：【自回归生成（AutoregressiveGeneration）】100.单选题：FinancialPhraseBank数据集的标注者来自：

选项：

A、路透社记者

B、阿尔托大学的金融专家

C、Google研究人员

D、社交媒体用户

答案：【阿尔托大学的金融专家】101.单选题：在FinBERT情绪分类任务中，以下哪项不是输出类别？

选项：

A、正面

B、负面

C、中性

D、不确定

答案：【不确定】102.单选题：以下哪项Cypher语句用于删除数据库中所有节点和关系？

选项：

A、DELETEALL

B、MATCH(n)DETACHDELETEn

C、REMOVEALLNODES

D、CLEARGRAPH

答案：【MATCH(n)DETACHDELETEn】103.单选题：知识图谱的核心结构是什么？

选项：

A、树形结构

B、图结构（节点-边-属性）

C、表格结构

D、键值对结构

答案：【图结构（节点-边-属性）】104.单选题：以下哪项不属于命名实体识别（NER）的任务？

选项：

A、识别实体边界

B、判断实体情感倾向

C、分类实体类型

D、识别实体在文本中的位置

答案：【判断实体情感倾向】105.单选题：实验中使用的Ollama服务主要用于：

选项：

A、可视化知识图谱

B、提供本地LLM服务

C、存储图数据

D、清洗文本数据

答案：【提供本地LLM服务】106.单选题：在实验中，使用MATCH语句查询“某人是否同时担任多家公司董事长”主要利用了图数据库的哪种能力？

选项：

A、事务一致性

B、多跳关系查询

C、属性索引

D、数据加密

答案：【多跳关系查询】107.单选题：InaMulti-AgentsystemlikeMetaGPT,whatisthemainpurposeof"roleassignment"?

选项：

A、TohaveeachAgentuseadifferentbaselargemodel.

B、Tosimulatehumanteamdivisionoflabor,enablingeachAgenttofocusonspecificsubtasks.

C、Toreducetheoverallcomputationaloverheadofthesystem.

D、TopreventcommunicationconflictsbetweenAgents.

答案：【Tosimulatehumanteamdivisionoflabor,enablingeachAgenttofocusonspecificsubtasks.】108.单选题：在Neo4j中，Cypher语言的主要特点是什么？

选项：

A、过程式编程

B、面向对象

C、声明式查询

D、函数式编程

答案：【声明式查询】109.单选题：在实验中，使用LLM从金融新闻中抽取三元组时，Prompt工程的关键目标不包括：

选项：

A、明确输出格式

B、提供大量标注数据

C、指定实体和关系类型

D、提供示例引导

答案：【提供大量标注数据】110.单选题：以下哪项是OCR技术面临的典型挑战？

选项：

A、语音噪声

B、图像模糊、字体多样、多语言支持

C、视频帧率过低

D、文本编码错误

答案：【图像模糊、字体多样、多语言支持】111.单选题：与传统监督学习模型相比，CLIP的一个显著优势是：

选项：

A、训练速度更快

B、无需为每个新任务重新训练模型

C、不需要任何计算资源

D、只能处理一种类型的任务

答案：【无需为每个新任务重新训练模型】112.单选题：CLIP模型是由哪家公司于2021年推出的？

选项：

A、Google

B、OpenAI

C、Microsoft

D、Meta

答案：【OpenAI】113.单选题：CLIP模型能够实现“零样本学习”的关键原因是：

选项：

A、它不需要任何图像数据

B、它是在大量自然语言描述和图像的对应关系上预训练的

C、它只处理文本输入

D、它使用了传统的计算机视觉方法

答案：【它是在大量自然语言描述和图像的对应关系上预训练的】114.单选题：以下哪项不是Neo4j的存储层文件类型？

选项：

A、节点存储文件

B、关系存储文件

C、属性存储文件

D、索引存储文件

答案：【索引存储文件】115.单选题：知识图谱中“实体融合”的主要目的是：

选项：

A、增加节点数量

B、合并表示同一实体的多个节点

C、删除冗余关系

D、提高可视化效果

答案：【合并表示同一实体的多个节点】116.单选题：WhatisthemostfundamentaldifferencebetweenAgenticRAGandclassicRAG?

选项：

A、Whetheravectordatabaseisused.

B、Whetheritpossessestheabilitytoautonomouslycalltools,plantasks,andperformmulti-stepreasoning.

C、WhetheritisbasedontheGPT-4architecture.

D、Whetheritsupportsmultilingualretrievalandgeneration.

答案：【Whetheritpossessestheabilitytoautonomouslycalltools,plantasks,andperformmulti-stepreasoning.】117.单选题：语音到文本技术的核心基础是：

选项：

A、光学字符识别

B、基于神经网络的音频转换

C、视频帧提取

D、图像预处理技术

答案：【基于神经网络的音频转换】118.单选题：Ray的核心组件中，哪个用于共享内存并提供低延迟数据访问？

选项：

A、Driver

B、Workers

C、ObjectStore

D、Actor

答案：【ObjectStore】119.单选题：Spark与PyTorch结合的主要优势是？

选项：

A、仅用于数据可视化

B、构建端到端的ML流水线

C、替代TensorFlow

D、仅用于模型推理

答案：【构建端到端的ML流水线】120.单选题：在Spark3.4+中，哪个组件负责启动和管理PyTorchDDP作业？

选项：

A、MLlib

B、TorchDistributor

C、SparkSQL

D、GraphX

答案：【TorchDistributor】121.单选题：在Cypher中，MERGE语句的作用是：

选项：

A、仅查询节点

B、创建节点或关系，若已存在则不创建

C、强制覆盖已有节点

D、删除重复节点

答案：【创建节点或关系，若已存在则不创建】122.单选题：InGraphRAG,whatistheprimaryroleoftheknowledgegraph?

选项：

A、Toreplacethegenerativemodelandoutputanswersdirectly.

B、Toprovidestructuredrelationshipsbetweenentities,supportingcomplexreasoningandmulti-hopretrieval.

C、Onlyforvisualizingretrievalresults.

D、Tostorealltheparametersofthemodel.

答案：【Toprovidestructuredrelationshipsbetweenentities,supportingcomplexreasoningandmulti-hopretrieval.】123.单选题：Ray的主要目标是什么？

选项：

A、提供统一的分布式深度学习API

B、替代Spark

C、仅用于图像处理

D、仅支持CPU计算

答案：【提供统一的分布式深度学习API】124.单选题：Regardingtheapplicationof"promptinjection"inChatGPT,whichstatementiscorrect?

选项：

A、Itisamodeltrainingmethodusedtoimprovegenerationquality.

B、Itinvolvesinjectinginstructionsbeforeandaftertheconversationtoguidethemodeltoreplyinaspecificstyleorrole.

C、Itisanadversarialattackaimedatmakingthemodelleaktrainingdata.

D、Itreferstocompilinguserqueriesintomachine-executablecode.

答案：【Itinvolvesinjectinginstructionsbeforeandaftertheconversationtoguidethemodeltoreplyinaspecificstyleorrole.】125.单选题：Whichoptionmostaccuratelydescribestherelationshipbetweenan"Agent"andan"LLM"?

选项：

A、AnAgentisasimplifiedversionofanLLM,usedforlightweighttasks.

B、Agent=LLM+Planning+Memory+ToolUse.

C、AnAgentisprimarilyusedtoreplaceLLMsformathematicalcalculations.

D、AgentsandLLMsareunrelated;theyarecompletelyindependenttechnicalpaths.

答案：【Agent=LLM+Planning+Memory+ToolUse.】126.单选题：实验中“零样本抽取”指的是：

选项：

A、使用大量标注数据训练模型

B、完全不依赖标注数据，仅通过指令抽取

C、仅抽取零个实体

D、使用规则模板抽取

答案：【完全不依赖标注数据，仅通过指令抽取】127.单选题：Regarding"autoregressivetextgeneration"inLLMs,whichofthefollowingdescriptionsisthemostaccurate?

选项：

A、Themodelgeneratesalltokenssimultaneouslyandthenreordersthembasedonglobalsemantics.

B、Themodelpredictsthenexttokenonebyonebasedontheprecedingcontext,graduallyconstructingtheoutputsequence.

C、Themodelusesreinforcementlearningfromhumanfeedbacktogeneratecompleteparagraphsdirectly.

D、Themodelusesanencoder-decoderstructureformultipleiterationsofgenerationduringtheinferencestage.

答案：【Themodelpredictsthenexttokenonebyonebasedontheprecedingcontext,graduallyconstructingtheoutputsequence.】128.单选题：IntheRLHFtrainingprocess,whatistheprimaryroleofthePPOalgorithm?

选项：

A、Usedforlarge-scalecorpuslearningduringthepre-trainingphase.

B、Usedduringthefine-tuningstagetooptimizethepolicymodelbasedonhumanfeedback,aligningitsoutputsmorecloselywithhumanpreferences.

C、Usedtobuildarewardmodeltoreplacehumanlabeling.

D、Usedtoenhancethemodel'sgeneralizationabilityinfew-shotlearning.

答案：【Usedduringthefine-tuningstagetooptimizethepolicymodelbasedonhumanfeedback,aligningitsoutputsmorecloselywithhumanpreferences.】129.单选题：InaRAGsystem,whatistheprimarytaskoftheretriever?

选项：

A、Toperformfactualverificationandcorrectionofthegeneratedresults.

B、Toretrieverelevantdocumentsorpassagesfromaknowledgebasebasedonthequery.

C、Torewritetheuser'squeryintoamoreunderstandableformat.

D、Toperformreal-timefine-tuningofthegenerativemodeltoadapttonewknowledge.

答案：【Toretrieverelevantdocumentsorpassagesfromaknowledgebasebasedonthequery.】130.单选题：关于属性图模型，以下说法错误的是：

选项：

A、节点和关系都可以拥有属性

B、属性图与E-R图完全一致

C、属性图适用于表示复杂关系

D、属性图是Neo4j的核心数据模型

答案：【属性图与E-R图完全一致】131.单选题：在实验中，清洗LLM输出数据的主要目的是：

选项：

A、提高LLM推理速度

B、统一三元组格式，去除错误关系

C、减少存储空间

D、增强可视化效果

答案：【统一三元组格式，去除错误关系】132.单选题：在关系抽取中，“远程监督”方法的主要思想是：

选项：

A、完全依赖人工标注

B、利用知识库中的关系对文本进行弱标注

C、使用规则模板匹配

D、仅使用深度学习模型

答案：【利用知识库中的关系对文本进行弱标注】133.单选题：以下哪项不是知识图谱构建流程中的典型环节？

选项：

A、实体识别

B、关系抽取

C、图像识别

D、数据融合

答案：【图像识别】134.单选题：Spark的故障恢复机制在深度学习中的主要问题是什么？

选项：

A、不支持Python

B、数据不可变性

C、通过重计算实现容错，不适合深度学习的随机性

D、仅支持小规模数据

答案：【通过重计算实现容错，不适合深度学习的随机性】135.单选题：下列哪个框架支持在Spark上直接运行深度学习？

选项：

A、TensorFlowOnSpark

B、PyTorchLightning

C、Keras

D、Scikit-learn

答案：【TensorFlowOnSpark】136.单选题：回归问题的核心目标是什么？

选项：

A、预测离散的类别标签

B、学习输入特征与连续值目标之间的映射关系

C、对数据进行降维处理

D、发现数据中的聚类结构

答案：【学习输入特征与连续值目标之间的映射关系】137.单选题：在神经网络的反向传播过程中，链式法则的主要作用是什么？

选项：

A、初始化网络参数

B、计算前向传播结果

C、自后向前计算各层参数的梯度

D、选择最优的学习率

答案：【自后向前计算各层参数的梯度】138.单选题：哪种架构在每个GPU上复制模型并使用All-Reduce进行同步？

选项：

A、参数服务器架构

B、模型并行架构

C、数据并行架构

D、混合并行架构

答案：【数据并行架构】139.单选题：All-Reduce方法在分布式训练中主要用于？

选项：

A、数据预处理

B、模型推理

C、梯度同步

D、模型保存

答案：【梯度同步】140.单选题：神经网络中激活函数的主要作用是什么？

选项：

A、增加模型的线性特性

B、降低计算复杂度

C、引入非线性因素，增强模型表达能力

D、减少模型参数数量

答案：【引入非线性因素，增强模型表达能力】141.单选题：K-means算法的目标函数SSE表示什么？

选项：

A、簇间距离之和

B、所有样本点到其所属簇中心的距离平方和

C、聚类数量的平方

D、样本点之间的平均距离

答案：【所有样本点到其所属簇中心的距离平方和】142.单选题：Duringthesupervisedfine-tuningphaseofanLLM,whatdoesthemodelprimarilylearn?

选项：

A、Thebasicsyntaxandsemanticstructureoflanguage.

B、Theabilitytofollowinstructionsandperformreasoningforspecifictasksbasedonhuman-annotatedinput-outputpairs.

C、Predictingmaskedwordsfrommassiveinternettext.

D、Optimizingthepolicyfunctionthroughinteractionwiththeenvironment.

答案：【Theabilitytofollowinstructionsandperformreasoningforspecifictasksbasedonhuman-annotatedinput-outputpairs.】143.单选题：DuringAutoGPT's"self-reflectionandcorrection"phase,whatdoesthetaskcreationagentusetoadjustsubsequenttasks?

选项：

A、Onlytheuser'sinitialprompt.

B、Collectedfeedback,internaldialogue,andexecutionresults.

C、Onlythesystem'spre-setconstraints.

D、Thereal-timecalllimitsofexternalAPIs.

答案：【Collectedfeedback,internaldialogue,andexecutionresults.】144.单选题：IntheReACTframeworkusedbyAutoGPT,whatdoesthekeycomponent"Act"referto?

选项：

A、Self-criticismandreflectiononthetaskresults.

B、Proposingthespecificnextactionortoolcalltoexecute.

C、Breakingdownthetaskintosmallersubtasks.

D、Retrievingrelevantinformationfromlong-termmemory.

答案：【Proposingthespecificnextactionortoolcalltoexecute.】145.单选题：Inamulti-agentcollaborationframework,whichofthefollowingfunctionsisNOTacapabilityofa"WorkflowNode"?

选项：

A、Definingtheidentityandskillsofanagent.

B、Arranginglogicalprocessesandcoordinatingcollaborationbetweendifferenttypesofnodes.

C、IntegratingvariousnodetypeslikeLLM,Plugin,andKnowledgenodes.

D、Constructingautomatedexecutionpipelinesforcomplextasks.

答案：【Definingtheidentityandskillsofanagent.】146.单选题：Whenavectordatabaseservesaslong-termmemoryinanAgentsystem,whatisitscoreadvantage?

选项：

A、Itcancompletelyreplacethemodel'sparametricknowledge.

B、Itprovideshighlyefficientandaccuratesemanticretrievalcapabilities,overcomingthemodel'scontextwindowlimitations.

C、Itcanautomaticallyexecutecodetools.

D、Itenablesreal-timemonitoringofthemodel'strainingprocess.

答案：【Itprovideshighlyefficientandaccuratesemanticretrievalcapabilities,overcomingthemodel'scontextwindowlimitations.】147.单选题：Inamulti-agentsystem,the"HITL"mechanismistypicallyusedto:

选项：

A、ReplaceallAIdecisionstoensurefullhumancontrol.

B、Introducehumaninterventionorreviewatcriticaldecisionpoints.

C、Trainagentstoimitatehumanconversationstyles.

D、Acceleratethemodelinferenceprocess.

答案：【Introducehuman