2026年高职阶段人工智能技术服务(机器学习)试题及答案

2026年高职阶段人工智能技术服务(机器学习)试题及答案试题部分一、单项选择题（共20题，每题1分，满分20分。每题只有1个正确答案）1.下列机器学习框架中，属于我国华为昇腾生态原生支持的国产开源框架是（）A.PyTorch2.2B.TensorFlow2.15C.MindSpore2.3D.Scikit-learn1.32.电商平台对用户的消费偏好进行标签预测，将用户分为“性价比敏感”“品质敏感”“服务敏感”三类，该机器学习任务属于（）A.回归任务B.多分类任务C.二分类任务D.聚类任务3.数据预处理阶段，某特征的缺失值占该特征总样本量的比例达到（）及以上时，通常不建议做填充处理，直接删除该特征即可。A.10%B.20%C.30%D.50%4.特征工程中，独热编码（One-HotEncoding）最适合处理下列哪类特征？（）A.连续型数值特征B.离散低基数分类特征（类别数≤10）C.离散高基数分类特征（类别数≥100）D.时序序列特征5.下列方法中，无法缓解机器学习模型过拟合问题的是（）A.增加训练数据量B.加入L2正则化项C.增加训练轮次D.引入Dropout层6.K近邻（KNN）算法中，k值设置过小会直接导致（）A.模型欠拟合B.模型过拟合C.模型推理速度提升D.模型分类准确率必然上升7.卷积神经网络（CNN）的池化层核心作用是（）A.提取高维语义特征B.降低特征维度、减少计算量C.缓解梯度消失问题D.提升模型可解释性8.大语言模型参数高效微调方法LoRA的核心优势是（）A.训练时仅调整不足1%的参数，算力成本仅为全量微调的1/10左右B.微调效果始终优于全量微调C.不需要标注数据即可完成微调D.仅支持10B参数以上的大模型微调9.生成式AI模型训练过程中，下列数据使用方式符合我国合规要求的是（）A.直接爬取全网未授权的图文、音视频内容训练B.使用获得授权的公开标注数据集、自有合规数据训练C.直接使用海外开源大模型的训练数据二次训练D.采集用户隐私数据未经脱敏直接训练10.机器学习模型在嵌入式、智能门禁等边缘侧设备部署时，优先考虑的优化方向是（）A.提升模型参数量B.降低模型体积、提升推理速度C.提升模型训练精度D.增加模型功能分支11.金融诈骗识别二分类任务中，诈骗样本占总样本量的比例仅为2%，下列评估指标中最能客观反映模型性能的是（）A.准确率B.精确率C.F1-ScoreD.召回率12.下列激活函数中，能够有效缓解深层神经网络梯度消失问题的是（）A.SigmoidB.TanhC.ReLUD.以上都不能13.下列关于聚类算法K-Means和DBSCAN的描述，正确的是（）A.K-Means可以自动识别聚类簇数B.DBSCAN可以发现任意形状的聚类簇C.K-Means对噪声样本的鲁棒性优于DBSCAND.DBSCAN的运行速度远快于K-Means14.连锁门店月度销量预测属于典型的时序预测任务，下列算法中最适配该场景的是（）A.LSTMB.CNNC.SVMD.K-Means15.大语言模型Prompt工程中，少样本提示（Few-shotPrompting）的核心逻辑是（）A.给模型输入大量同类任务的标注数据B.给模型提供3-5个同类任务的正确示例，引导模型输出符合要求的结果C.不给模型任何示例，仅输入任务要求D.仅给模型输入1个示例，引导输出16.自动驾驶语义分割任务的数据标注要求是（）A.仅标注图像中的目标边界框B.仅标注图像中的目标类别C.对图像中每个像素都标注所属类别D.仅标注图像中的道路区域17.模型压缩技术中，INT8量化的核心作用是（）A.将模型参数从32位浮点数转为8位整数，将模型体积压缩75%左右，推理速度提升2-4倍B.全面提升模型推理精度C.降低模型训练难度D.仅适配云端部署场景18.MLOps（机器学习运营）流水线的首个核心环节是（）A.模型训练B.数据采集与清洗C.模型部署D.性能监控19.根据我国《生成式人工智能服务管理暂行办法》要求，生成式AI服务提供者必须落实的义务不包括（）A.对生成内容进行合规审核，避免出现违法违规内容B.对生成内容的真实性负责，不得生成虚假信息C.可以随意收集用户个人信息用于模型训练D.建立用户投诉反馈通道，及时处理用户诉求20.下列场景中，属于OCR（光学字符识别）与NER（命名实体识别）技术结合应用的是（）A.智能门禁人脸识别B.发票信息自动提取与录入C.智能语音客服D.AI作画二、判断题（共10题，每题1分，满分10分。正确打√，错误打×）1.线性回归模型无法处理非线性拟合任务，即使对特征做多项式变换也不能实现。（）2.Dropout层仅在模型训练阶段开启，推理阶段必须关闭。（）3.相同参数规模的大模型，全量微调的硬件成本、训练时长均远高于LoRA等参数高效微调方法。（）4.样本不均衡问题只能通过数据层面的过采样、欠采样方法解决，算法层面没有优化方案。（）5.决策树、XGBoost等树模型的可解释性显著优于深层神经网络模型。（）6.Word2Vec属于经典的词嵌入方法，可将文本离散字符转换为低维稠密向量，用于后续文本分类、聚类等任务。（）7.边缘侧部署的机器学习模型上线后不需要定期更新，数据分布变化不会影响模型性能。（）8.Prompt工程技术仅适用于大语言模型，不适用于图像生成、视频生成等多模态大模型。（）9.特征缩放（归一化、标准化）对SVM、KNN等基于距离计算的算法性能影响很大，对决策树类算法影响很小。（）10.生成式AI生成的所有内容都可以自由商用，不需要考虑版权授权问题。（）三、填空题（共10空，每空2分，满分20分）1.机器学习的三大核心任务类型分别是监督学习、无监督学习、______。2.二分类任务中专门针对样本不均衡问题、聚焦难分类样本优化的损失函数是______。3.LoRA微调方法通常将可训练的低秩矩阵插入Transformer架构的______层，仅训练少量参数即可实现模型适配。4.数据预处理阶段，将连续型数值特征缩放到[0,1]区间的方法是______。5.卷积神经网络中，用于提取边缘、纹理等低级视觉特征的是______层。6.机器学习模型上线后，随时间推移生产环境数据分布与训练集分布发生偏移，导致模型性能下降的现象叫做______。7.无监督学习中应用最广泛的线性降维方法是______。8.百度自主研发的国产通用大模型系列名称是______。9.时序预测任务中，能够有效捕捉长距离时序依赖关系的循环神经网络变体是______。10.目前应用最广泛的机器学习实验管理、模型版本管理开源工具是______。四、简答题（共4题，每题5分，满分20分）1.简述完整的机器学习项目开发流程。2.简述机器学习模型过拟合的产生原因和3种常用的解决方案。3.对比大模型全量微调和LoRA参数高效微调的优缺点及适用场景。4.简述机器学习模型在边缘端部署的核心优化方向。五、实操题（共2题，每题15分，满分30分）1.某高职院校快递点需要开发智能取件提醒系统，基于用户历史取件时间、快递类型、当日天气、用户课程安排等特征，预测用户2小时内是否会到店取件，实现精准提醒，降低快递积压率。现有标注样本量2万条，其中2小时内取件的样本占比仅为15%。请完成以下问题：（1）明确该任务的机器学习类型，列举2种适配的算法（3分）（2）给出该任务的3个核心评估指标，说明选择理由（6分）（3）针对样本不均衡问题，给出2种可行的优化方案（6分）2.某县域农产品电商平台要基于开源7B参数大模型开发专属智能客服系统，现有标注好的平台客服问答数据1200条，可用硬件为单张24G显存的RTX4090显卡。请完成以下问题：（1）选择合适的大模型微调方案，说明理由（5分）（2）给出3种Prompt工程优化技巧，提升客服回复的准确率和合规性（6分）（3）模型上线后，出现用户咨询农产品售后政策时频繁回复错误的问题，给出2种可行的优化方案（4分）参考答案及解析一、单项选择题1.答案：C。解析：MindSpore是华为开源的全场景AI框架，原生适配昇腾算力，支持端边云统一部署，是国内高职人工智能专业指定的国产教学框架；其余选项均为海外开源框架，无国产自主知识产权。2.答案：B。解析：输出为3个预定义离散类别标签的监督学习任务属于多分类任务；回归任务输出连续值，二分类仅输出2个类别，聚类属于无监督学习无预定义标签。3.答案：C。解析：行业通用标准为缺失值占比≥30%时，填充会引入大量噪声，直接删除特征对模型性能影响更小。4.答案：B。解析：独热编码会将每个类别转换为独立的二进制特征，高基数特征使用独热编码会导致维度爆炸，连续特征、时序特征不适用该编码方式。5.答案：C。解析：增加训练轮次会让模型过度学习训练集中的噪声特征，加重过拟合问题。6.答案：B。解析：k值过小会让模型过度关注局部样本的噪声，泛化能力下降，导致过拟合。7.答案：B。解析：池化层通过下采样操作压缩特征图尺寸，减少后续计算量，同时提升模型的鲁棒性；卷积层负责提取特征，激活函数缓解梯度消失。8.答案：A。解析：LoRA的核心优势是参数高效，仅调整Transformer注意力层的低秩矩阵，训练参数占比不足1%，算力成本极低；其微调效果通常略低于全量微调，需要少量标注数据，支持所有规模的Transformer架构模型。9.答案：B。解析：根据我国《生成式人工智能服务管理暂行办法》要求，训练数据必须获得合法授权，不得侵犯他人知识产权、隐私权等合法权益。10.答案：B。解析：边缘设备算力、存储资源有限，部署时优先压缩模型体积、提升推理速度，保障模型在低算力设备上流畅运行。11.答案：C。解析：样本极不均衡的场景下，准确率会被多数类样本主导，无法反映模型对少数类的识别能力；F1-Score是精确率和召回率的调和平均数，能够平衡两类样本的识别效果，是该场景的最优指标。12.答案：C。解析：ReLU激活函数在输入大于0时梯度恒为1，不会出现梯度衰减问题，能够有效缓解深层网络的梯度消失；Sigmoid、Tanh的梯度最大值仅为0.25、1，深层堆叠时容易出现梯度消失。13.答案：B。解析：DBSCAN基于密度聚类，不需要提前指定簇数，可以识别任意形状的聚类簇，对噪声鲁棒性优于K-Means，但运行速度慢于K-Means。14.答案：A。解析：LSTM（长短期记忆网络）是专门针对时序数据设计的神经网络，能够捕捉长距离时序依赖，是时序预测任务的首选算法。15.答案：B。解析：少样本提示的核心是给大模型提供3-5个同类任务的正确示例，引导模型对齐输出要求，不需要大量标注数据。16.答案：C。解析：语义分割任务要求对图像的每个像素都标注所属类别，输出与输入图像尺寸相同的分类掩码。17.答案：A。解析：INT8量化是工业界最常用的模型压缩技术，通过降低参数精度实现体积压缩和推理速度提升，仅会损失极少量精度，适配云端、边缘端所有部署场景。18.答案：B。解析：机器学习流水线的核心逻辑是数据优先，首个环节为数据采集与清洗，数据质量直接决定模型性能上限。19.答案：C。解析：《生成式人工智能服务管理暂行办法》明确要求，收集用户个人信息必须获得用户同意，且进行脱敏处理，不得违规使用用户隐私数据。20.答案：B。解析：发票信息提取首先通过OCR识别发票上的所有文字内容，再通过NER技术提取发票号、金额、开票日期等核心实体字段，是两类技术的典型结合场景。二、判断题1.答案：×。解析：对输入特征做多项式变换后，线性回归可以拟合非线性关系，实现非线性任务的处理。2.答案：√。解析：Dropout层训练时随机失活部分神经元避免过拟合，推理阶段需要开启所有神经元保障输出稳定。3.答案：√。解析：全量微调需要调整模型所有参数，7B模型全量微调需要至少40G以上显存，LoRA微调仅需10G左右显存，训练时长仅为全量微调的1/10。4.答案：×。解析：算法层面可以通过调整类别权重、使用FocalLoss等损失函数优化样本不均衡问题，不需要仅依赖数据层面的操作。5.答案：√。解析：树模型的决策路径可视化、可解释，深层神经网络属于黑盒模型，可解释性极差。6.答案：√。解析：Word2Vec是2013年提出的经典词嵌入方法，至今仍是文本特征提取的常用技术。7.答案：×。解析：边缘场景数据分布会随时间发生漂移，必须定期采集新数据迭代模型，保障性能稳定。8.答案：×。解析：图像生成大模型Midjourney、StableDiffusion同样需要Prompt工程引导生成符合要求的内容，多模态大模型均适用Prompt技术。9.答案：√。解析：基于距离计算的算法对特征尺度敏感，未做缩放会导致大数值特征主导距离计算；决策树基于信息增益划分特征，不受特征尺度影响。10.答案：×。解析：生成式AI生成内容如果使用了未授权的训练数据，商用会构成版权侵权，必须符合我国知识产权相关规定。三、填空题1.强化学习2.FocalLoss（焦点损失）3.注意力（Attention）4.最小最大归一化（Min-MaxScaling）5.卷积（Conv）6.数据漂移（概念漂移）7.主成分分析（PCA）8.文心大模型（ERNIE大模型）9.长短期记忆网络（LSTM）10.MLflow四、简答题1.参考答案：完整流程分为6个环节：①需求分析与场景界定：明确任务类型、性能指标、落地约束（1分）；②数据采集与标注：收集场景相关数据，完成清洗、去重、标注（1分）；③特征工程：完成特征预处理、特征选择、特征转换，构建高质量训练特征集（1分）；④模型选择与训练：选择适配任务的算法，划分训练集、验证集、测试集，完成训练与调参（1分）；⑤模型评估与优化：在测试集上评估模型性能，针对过拟合、欠拟合、样本不均衡等问题优化（0.5分）；⑥部署与迭代：将模型部署到生产环境，监控性能，定期采集新数据迭代模型（0.5分）。2.参考答案：产生原因：模型复杂度过高，训练数据量不足或包含大量噪声，训练过度导致模型学习到训练集的噪声特征（2分）。解决方案：①数据层面：增加训练数据量，开展数据增强扩充训练集（1分）；②模型层面：降低模型复杂度，加入L1、L2正则化项约束参数（1分）；③训练层面：引入早停、Dropout等训练策略，避免训练过度（1分）。3.参考答案：①全量微调：优点是模型适配程度高，能够深度对齐场景需求；缺点是算力要求高、训练成本高，容易出现灾难性遗忘（1.5分）；适用场景：标注数据量充足（≥10万条）、算力资源充沛、需要深度定制的企业级大模型场景（1分）。②LoRA参数高效微调：优点是训练成本低、速度快，不会出现灾难性遗忘，支持多场景模型插拔切换；缺点是复杂场景适配深度略低于全量微调（1.5分）；适用场景：标注数据量有限（<1万条）、算力不足、需要快速迭代的垂直领域小样本定制场景（1分）。4.参考答案：核心优化方向包括4个：①模型压缩：通过剪枝、量化、知识蒸馏等技术压缩模型体积，降低算力要求（1.5分）；②推理优化：通过算子融合、硬件适配优化等方式提升推理速度，适配边缘芯片的算力特性（1.5分）；③功能裁剪：移除场景不需要的冗余分支，仅保留核心功能（1分）；④资源调度：动态分配边缘设备的算力、内存资源，保障推理稳定性（1分）。五、实操题1.参考答案：（1）任务类型为二分类监督学习任务（1分）；适配算法包括逻辑回归、XGBoost、轻量级神经网络等，任选2种即可（2分）。（2）核心评估指标及理由：①F1-Score：样本不均衡场景下准确率不可