B1数智技术人才AI技能提升培训班-第一期测试卷及答案

B1数智技术人才AI技能提升培训班-第一期测试卷及答案您的姓名：[填空题]*_________________________________您的企业[填空题]*_________________________________一、单选题（每题3分，共15题）1、大模型的四大核心技术不包括以下哪一项？[单选题]*A、预训练B、蒸馏C、强化学习(正确答案)D、量化答案解析：

大模型四大核心技术为预训练、蒸馏、微调和量化，强化学习（如RLHF）属于训练优化策略，不属于四大核心技术范畴。2、RAG（检索增强生成）系统在企业中应用的主要目的是什么？[单选题]*A、替代大模型进行自主推理B、为大模型提供外部专业知识，减少幻觉(正确答案)C、加速大模型的训练过程D、压缩模型参数以降低显存占用答案解析：

RAG通过检索企业内部知识库为模型提供外部知识，增强回答的准确性，有效缓解大模型的“幻觉”问题。3、以下哪种技术属于参数高效微调（PEFT）方法？[单选题]*A、全量微调B、LoRA(正确答案)C、预训练D、知识蒸馏答案解析：

LoRA（低秩适配）是一种参数高效微调方法，通过低秩分解只训练少量参数，而全量微调需要更新所有参数。4、RAG系统中，将用户查询与文档片段进行相似度匹配的核心组件是？[单选题]*A、向量数据库(正确答案)B、规则引擎C、知识图谱D、正则表达式答案解析：

RAG系统通过向量数据库存储文档的嵌入向量，并基于语义相似度进行检索匹配，实现知识检索增强生成。5、以下关于MCP（模型上下文协议）的描述，正确的是？[单选题]*A、MCP是一种大模型训练加速技术B、MCP用于规范大模型与企业系统的标准化交互(正确答案)C、MCP是一种模型量化算法D、MCP是Transformer架构的改进版本答案解析：

MCP（ModelContextProtocol）是模型上下文协议，用于规范大模型与企业系统的标准化交互机制，包含工具注册、资源声明等功能。6、大模型在处理文本时，通常会将输入切分为基本处理单元，这个基本单元被称为？[单选题]*A、像素B、字节C、Token(正确答案)D、线程答案解析：

大模型处理文本的基础单位是Token，它可以是字、词或词组，模型通过预测下一个Token来生成回答。7、以下哪个属于国内开源的大语言模型？[单选题]*A、GPT-4oB、Claude3.5C、DeepSeek(正确答案)D、Gemini答案解析：

DeepSeek、Qwen（通义千问）、GLM等属于国产开源大模型，而GPT-4o、Claude、Gemini均为闭源商业模型。8、知识蒸馏的主要目的是？[单选题]*A、增加模型参数量以提升性能B、将大模型的知识迁移到小模型以降低部署成本(正确答案)C、对训练数据进行清洗和去噪D、实现模型的分布式训练答案解析：

知识蒸馏是将大模型（教师模型）的知识迁移到小模型（学生模型）中，在保持较好效果的同时降低参数量与部署成本。9、在AI编程工具中，以下哪一项属于AI辅助编程IDE工具？[单选题]*A、PhotoshopB、TRAEIDE(正确答案)C、ExcelD、AutoCAD答案解析：

TRAEIDE是课程中介绍的AI辅助编程工具，可用于Python脚本生成与调试等AI编程任务。10、大模型最基础、最核心的能力是什么？[单选题]*A、硬件维修与组装B、自然语言理解与生成(正确答案)C、关系型数据库管理D、高清视频剪辑答案解析：

大语言模型（LLM）的基础能力是对自然语言的理解和生成，其他能力多在此基础上扩展。11、在Agent智能体架构中，以下哪项不属于Agent的核心能力？[单选题]*A、规划决策B、记忆机制C、工具使用D、图像渲染(正确答案)答案解析：

Agent的核心能力包括规划决策、记忆机制和工具使用，图像渲染不属于Agent的核心能力范畴。12、如果企业只是想让大模型能随时查到最新的内部规章制度，最经济快捷的方法是？[单选题]*A、重新预训练大模型B、构建RAG知识库(正确答案)C、购买数万张GPU显卡D、放弃使用大模型答案解析：

RAG（检索增强生成）无需重新训练模型，只需将企业文档入库供模型检索，是最经济快捷的引入外部知识的方法。13、在AI产品需求文档（PRD）中，以下哪项属于AI产品特有的要素？[单选题]*A、用户故事B、功能规格C、模型选型建议(正确答案)D、验收标准答案解析：

模型选型建议、数据需求、评估指标和成本估算是AI产品PRD中特有的要素，用户故事、功能规格和验收标准属于通用产品PRD要素。14、以下关于多Agent协作的描述，不正确的是？[单选题]*A、多个专业化Agent可组成协作网络处理复杂任务B、多Agent协作需要定义角色与任务分解C、多Agent工作流中所有节点都必须全自动执行，无需人工审批(正确答案)D、多Agent协作需要设计异常处理与容错机制答案解析：

多Agent工作流中并非所有节点都必须全自动执行，部分关键节点（如工单生成、安全审批等）需要设置人工审批环节以确保业务安全。15、以下哪项是企业级AI系统安全合规中需要重点防范的风险？[单选题]*A、界面颜色不协调B、提示词注入攻击(正确答案)C、用户操作慢D、文档格式不统一答案解析：

提示词注入是企业级AI系统安全防御的重点之一，此外还包括越狱攻击防范、数据脱敏、幻觉输出等安全合规风险。二、多选题（每题5分，共5题）1、在企业内部本地化部署大模型时，通常需要重点评估哪些硬件资源？*A、GPU显存大小(正确答案)B、服务器内存容量(正确答案)C、硬盘存储空间(正确答案)D、显示器尺寸与分辨率答案解析：

部署大模型主要消耗GPU显存、系统内存和存储空间，显示器和鼠标等外设对模型运行无影响。2、编写高质量的提示词，通常需要包含哪些要素？*A、清晰的任务指令(正确答案)B、必要的背景信息(正确答案)C、具体的输出格式要求(正确答案)D、随机输入的乱码字符答案解析：

优秀的提示词通常包含明确的指令、上下文背景和输出要求，乱码和过度堆砌术语反而会干扰模型理解。3、以下属于AIAgent相比普通LLM核心优势的有？*A、可通过工具接入外部系统获取扩展知识(正确答案)B、具备规划决策能力，可分解复杂任务(正确答案)C、能够维护记忆机制，支持多轮对话(正确答案)D、模型参数量更大答案解析：

AIAgent的核心优势包括工具调用接入外部系统、规划决策能力和记忆机制。参数量更大不是Agent的优势，无需数据自动完成业务流程的说法不正确。4、以下属于大模型微调数据工程质量评估维度的是？*A、数据去重(正确答案)B、数据去噪(正确答案)C、多样性检查(正确答案)D、数据格式化(正确答案)答案解析：

高质量训练数据工程包括数据清洗（去重、去噪）、格式化、质量评估与多样性检查。模型量化属于推理优化技术，不属于数据工程范畴。5、大模型技术要真正在企业中落地发挥价值，通常需要结合以下哪些要素？*A、真实的业务场景痛点(正确答案)B、高质量的业务数据(正确答案)C、合适的算法与模型(正确答案)D、拔掉网线完全物理隔离答案解析：

AI落地需要场景、数据和技术的结合，同时需要业务部门深度参与，物理隔离和拒绝参与不利于AI发挥价值。三、判断题（每题3分，共10题）1、Transformer架构中的Self-Attention机制允许序列中每个位置关注所有其他位置的信息。[判断题]*A、正确(正确答案)B、错误答案解析：

Self-Attention机制的核心思想是序列中每个位置都能直接关注到所有其他位置，从而捕捉全局依赖关系，这是Transformer架构的基础。2、LoRA微调通过低秩分解机制，仅训练少量附加参数来实现模型适配，从而显著降低训练资源需求。[判断题]*A、正确(正确答案)B、错误答案解析：

LoRA通过低秩分解将权重更新矩阵分解为两个低秩矩阵的乘积，只训练这些少量参数，大幅降低训练显存和计算需求。3、闭源大模型（如GPT-4）的性能在任何情况下都一定比开源大模型（如Qwen）好。[判断题]*A、正确B、错误(正确答案)答案解析：

模型性能因场景而异，在某些特定垂直领域或本地私有化部署场景下，开源模型经过微调可能表现更好。4、RAG系统需要将企业的文本文档先转化为向量，然后存入向量数据库中才能进行语义检索。[判断题]*A、正确(正确答案)B、错误答案解析：

向量化是RAG的基础，将文本转为向量后存入向量库，模型才能通过计算向量相似度来检索相关知识。5、Ollama是一种大模型本地化快速部署工具，可以通过简单命令完成开源模型的部署。[判断题]*A、正确(正确答案)B、错误答案解析：

Ollama是大模型本地化部署工具，支持通过一行命令快速拉取并运行开源模型，降低了大模型部署的技术门槛。6、MCP协议中，工具注册和资源声明是Server端向Client暴露能力的标准方式。[判断题]*A、正确(正确答案)B、错误答案解析：

MCP协议采用Server/Client架构，Server端通过工具注册和资源声明向Client端暴露可调用的能力，实现大模型与企业系统的标准化交互。7、在多Agent协作工作流中，所有任务节点都应设计为全自动执行，不应引入人工审批环节。[判断题]*A、正确B、错误(正确答案)答案解析：

多Agent协作工作流中，对于涉及安全合规、资金审批等关键节点，应设计人工审批环节，确保业务流程的安全性和可控性。8、知识蒸馏只能从同架构的大模型向小模型进行知识迁移，不支持跨架构蒸馏。[判断题]*A、正确B、错误(正确答案)答案解析：

知识蒸馏不仅支持同架构模型间的迁移，也支持跨架构的知识迁移（如从Transformer模型蒸馏到CNN模型），核心是教师模型指导学生模型学习。9、在AI场景拆解中，效率瓶颈、重复劳动和信