2026年人工智能工程师资格考试试题及答案

2026年人工智能工程师资格考试试题及答案一、单项选择题（共10题，每题2分，总计20分）1.依据2025年工信部发布的《人工智能模型安全评估规范》，面向公众服务的生成式AI模型必须部署的核心安全模块是？A.内容生成速度优化模块B.生成内容全链路合规检测模块C.用户行为画像分析模块D.模型参数动态压缩模块答案：B解析：该规范明确要求，面向公众提供服务的生成式AI模型需在输入、生成、输出三个环节部署合规检测模块，覆盖涉政、涉黄、涉暴、隐私泄露等12类风险场景，检测响应时延不得超过200ms，其余选项均不属于强制要求的安全核心模块。2.某多模态大模型在训练时采用LoRA低秩适配技术，若原模型注意力层权重矩阵维度为4096×4096，LoRA秩设置为8，在不对原模型参数做量化的前提下，该注意力层可训练参数量占原参数量的比例约为？A.0.39%B.0.19%C.0.05%D.1.56%答案：A解析：LoRA可训练参数量为两个低秩矩阵的参数总和，即4096×8+8×4096=65536，原注意力层参数量为4096×4096=16777216，二者比值为65536/16777216≈0.39%。3.在具身智能机器人导航任务中，同时实现定位、地图构建与路径规划的经典算法框架是？A.BERTB.SLAMC.YOLOv9D.Transformer-XL答案：B解析：SLAM（同步定位与地图构建）是具身导航的核心框架，2025年行业主流方案已融合视觉、激光雷达、IMU多模态传感器数据，定位精度可达到厘米级；其余选项分别为自然语言处理、目标检测、长文本建模领域的技术，不适用于导航任务。4.依据《生成式人工智能服务管理暂行办法（2025修订版）》，AI模型训练数据中个人信息的处理需满足的核心合规要求是？A.无需告知用户即可直接使用公开爬取的个人信息B.对敏感个人信息进行匿名化处理后可无需取得个人同意C.处理个人信息应当取得个人单独同意，法律行政法规另有规定的除外D.训练完成后需将训练数据中的个人信息永久保留以备监管核查答案：C解析：2025年修订版办法明确，AI训练数据处理涉及个人信息的，需严格遵循《个人信息保护法》要求，处理敏感个人信息需取得个人单独同意，匿名化处理后的信息不属于个人信息范畴，但不得以匿名化为名非法收集使用个人信息；训练数据中与服务无关的个人信息需在训练完成后及时删除。5.某医疗AI辅助诊断模型在测试集上整体准确率达到98%，但在罕见病样本上的召回率仅为32%，引发该问题最可能的原因是？A.模型学习率设置过高B.训练集中罕见病样本占比过低，存在类别不平衡问题C.模型推理时batchsize设置过大D.测试集标注错误率过高答案：B解析：医疗场景下罕见病样本占比通常低于0.1%，若训练时未采用过采样、类别权重调整、少样本学习等策略，模型会倾向于将样本判别为占比更高的常见病类别，导致罕见病召回率极低；学习率过高通常引发模型不收敛，batchsize设置主要影响推理速度，测试集标注错误会导致整体准确率异常，与题干描述不符。6.下列大模型推理优化技术中，能够通过动态跳过Transformer层中冗余注意力头计算、在精度损失小于1%的前提下实现2-3倍推理加速的是？A.投机采样（SpeculativeDecoding）B.稀疏注意力（SparseAttention）C.KV缓存量化D.模型权重量化至4位答案：B解析：稀疏注意力技术通过计算注意力头的激活贡献，动态跳过对当前生成token贡献度低于阈值的注意力头计算，2025年已成为大模型端侧部署的主流优化技术；投机采样是通过小模型辅助生成候选token实现加速，KV缓存量化是对缓存的键值向量做低比特压缩，4位权重量化是对模型参数做量化，均不符合题干描述的技术特征。7.AI系统可信性评估中的“算法公平性”指标核心衡量的是？A.模型在不同硬件平台上的推理速度差异B.模型对不同性别、年龄、地域、民族等群体的输出结果是否存在系统性歧视C.模型生成结果的事实准确性D.模型对抗攻击的防御能力答案：B解析：算法公平性是可信AI的核心维度之一，要求模型输出不得对特定群体产生系统性偏见，2025年我国已将算法公平性纳入AI服务备案的强制评估指标，要求招聘、金融、教育场景的AI模型不同群体间的决策结果差异率不得超过5%。8.在联邦学习框架中，各方参与者不直接交换原始训练数据，仅通过交换模型梯度或参数更新实现联合建模，下列哪类攻击可能通过截获梯度信息反推参与者的原始训练数据？A.成员推断攻击B.模型后门攻击C.梯度泄露攻击D.对抗样本攻击答案：C解析：梯度泄露攻击通过对截获的梯度信息做反向优化，可重构出训练集中的原始样本数据，2025年行业主流的防御方案包括梯度加噪、梯度稀疏化、同态加密等技术；成员推断攻击是判断某条样本是否在训练集中，后门攻击是在模型中植入触发逻辑，对抗样本攻击是通过添加微小扰动误导模型输出。9.边缘端部署AI模型时，当设备内存仅为512MB，要求实时处理1080P视频流的目标检测任务，下列模型选型最合适的是？A.GPT-4oB.YOLOv11-nanoC.Llama370BD.CLIPViT-L/14答案：B解析：YOLOv11-nano是2025年发布的轻量级目标检测模型，INT8量化后模型体积仅为3.2MB，在ARM架构边缘芯片上推理1080P图像速度可达120FPS，满足内存和实时性要求；其余模型均为大参数规模模型，无法在512MB内存的边缘设备上运行。10.依据2025年国家网信办发布的《人工智能生成合成内容标识办法》，下列哪种场景无需对AI生成内容添加显著标识？A.平台向用户推送的AI生成新闻资讯B.用户使用AI工具生成的个人学习笔记C.电商平台使用AI生成的商品宣传图片D.影视制作中使用AI生成的特效片段，且已在片尾注明AI辅助制作答案：D解析：该办法明确，AI生成的公开传播内容需添加显著标识，但经过人工编辑修改、且AI生成内容占比低于30%的影视后期内容，已在作品显著位置标注AI辅助制作的，无需逐帧添加标识；个人使用AI生成的非公开内容无需标识，但若公开发布传播则需按要求标识，B选项未明确场景，A、C选项均属于必须标识的公开经营性内容。二、多项选择题（共5题，每题4分，总计20分，多选、少选、错选均不得分）1.大模型对齐技术中，属于RLHF（人类反馈强化学习）核心流程环节的有？A.预训练阶段收集万亿级通用语料训练基础模型B.收集人类标注员对模型不同输出结果的偏好排序数据，训练奖励模型C.使用奖励模型作为反馈信号，通过PPO等强化学习算法微调语言模型D.对模型做4位量化压缩适配端侧部署答案：ABC解析：RLHF全流程包含三个核心环节：首先预训练得到基础大模型，其次收集人类偏好数据训练奖励模型，最后基于奖励模型通过强化学习算法优化模型输出，使其符合人类价值观；模型量化属于推理部署环节，不属于对齐流程。2.下列AI应用场景中，属于高风险AI应用、需按照《人工智能法（草案2025）》要求开展前置安全评估的有？A.用于自动驾驶的环境感知与决策系统B.面向未成年人的AI学习陪伴产品C.银行用于信贷审批的AI风控系统D.个人使用的本地AI图片编辑工具答案：ABC解析：《人工智能法（草案2025）》将AI应用分为低风险、中风险、高风险三个等级，自动驾驶、未成年人服务、金融信贷审批、医疗诊断、公共服务决策等场景属于高风险应用，需在上线前通过国家网信部门组织的安全评估；个人本地使用的非公开AI工具属于低风险应用，无需前置评估。3.大模型训练过程中可能引发GPU显存溢出（OOM）的原因有？A.训练batchsize设置过大B.序列最大长度设置过长C.采用了梯度检查点（GradientCheckpointing）技术D.未启用混合精度训练，默认使用FP32精度计算答案：ABD解析：batchsize越大、序列长度越长，单步训练所需保存的激活值、梯度、优化器状态占用的显存越高，FP32精度下每个参数占用4字节显存，相比FP16/BF16混合精度显存占用提升1倍，均可能引发OOM；梯度检查点技术通过重新计算部分激活值减少显存占用，是解决OOM的常用手段。4.下列关于AI模型幻觉问题的治理方案，技术层面可行的有？A.接入检索增强生成（RAG）模块，将模型输出锚定在权威知识库内容上B.训练阶段引入事实一致性损失函数，强化模型输出与训练数据中事实的匹配度C.输出环节增加事实验证模块，对生成内容中的实体、关系做交叉核验D.直接将模型温度系数（temperature）设置为0，完全消除幻觉答案：ABC解析：幻觉是生成式大模型的固有特性，RAG、事实一致性训练、输出事实验证是当前行业主流的幻觉治理方案，可将事实错误率降低80%以上；温度系数设置为0会让模型每次选择概率最高的token，仅能降低输出随机性，无法完全消除幻觉，甚至可能导致模型重复输出无意义内容。5.下列属于AI工程化落地中MLOps核心能力模块的有？A.训练数据版本管理B.模型版本与生命周期管理C.模型推理服务监控与自动扩缩容D.模型效果漂移检测与自动重训练触发答案：ABCD解析：MLOps是覆盖AI模型从数据收集、训练、部署、运维到迭代全流程的工程体系，核心模块包含数据版本管理、模型版本管理、推理服务运维、模型漂移检测四个核心部分，2025年主流MLOps平台已实现全流程自动化，可将模型迭代周期从数周缩短至数小时。三、简答题（共2题，每题15分，总计30分）1.请简述检索增强生成（RAG）技术的核心流程，以及在企业级知识库场景下，相比直接微调大模型的核心优势。参考答案：RAG技术核心流程分为三个阶段：（1）离线知识库处理阶段：将企业内部的文档、手册、业务数据等非结构化数据做切片处理，通过嵌入模型生成向量后存入向量数据库，同时构建关键词索引、知识图谱关联索引，实现结构化与非结构化数据的融合存储；（2）在线检索阶段：接收到用户查询后，首先对查询做意图识别与查询扩展，分别通过向量语义检索、关键词检索、知识图谱检索召回与查询最相关的TopN知识片段，经过重排序模型筛选后，过滤低相关性内容，得到上下文参考信息；（3）生成阶段：将用户查询与召回的参考知识片段按照预设提示词模板拼接，输入大模型生成回答，同时标注回答对应的知识来源，实现内容可追溯。相比直接微调大模型，企业级场景下RAG的核心优势包括：（1）知识更新成本低：当企业知识库更新时，仅需将新增文档处理后存入向量数据库即可，无需重新训练模型，知识更新时效从天级缩短至分钟级，且训练成本仅为微调的1%以下；（2）幻觉率更低：RAG生成的回答严格基于召回的企业内部知识，事实错误率相比微调模型可降低90%以上，且支持来源追溯，满足金融、政务、医疗等场景的合规要求；（3）数据安全风险低：RAG无需将企业内部敏感数据输入模型训练流程，可通过权限控制实现不同用户的知识检索范围隔离，避免微调过程中敏感数据被模型记忆导致的泄露风险；（4）适配性更强：可同时对接多源异构数据，包括结构化业务数据、非结构化文档、实时业务系统接口数据，支持灵活的知识范围调整，无需针对不同业务场景重复微调模型。2.请列举AI模型训练与推理阶段常见的隐私泄露风险，以及对应的技术防御手段。参考答案：AI系统全生命周期的隐私泄露风险与对应防御手段如下：（1）训练阶段风险：①训练数据泄露，即训练过程中训练数据被未授权访问，或模型通过记忆训练数据在输出时泄露敏感个人信息、商业秘密；防御手段包括训练数据去标识化与匿名化处理、训练数据访问权限管控、采用差分隐私技术在训练过程中对梯度添加可控噪声，防止模型记忆单个样本的敏感信息，同时采用联邦学习框架实现数据不出域的联合建模，避免原始数据跨主体流转。②梯度泄露攻击，即攻击者通过截获分布式训练过程中传输的梯度信息，反向重构原始训练数据；防御手段包括梯度稀疏化传输、梯度加噪、采用同态加密或安全多方计算技术加密梯度传输过程，避免明文梯度被截获。（2）推理阶段风险：①成员推断攻击，即攻击者通过查询模型，判断某条特定样本是否存在于模型训练集中，可能导致患者病历、企业客户信息等敏感训练数据的存在性泄露；防御手段包括在模型输出中添加适度噪声、限制单用户的查询频率、对模型输出的置信度做扰动处理，降低攻击者推断的准确率。②模型提取攻击，即攻击者通过大量查询模型输入输出对，本地训练出与目标模型功能高度相似的替身模型，侵犯模型知识产权同时可能泄露模型内部的决策逻辑；防御手段包括检测异常查询行为、对输出结果添加水印、对查询请求做频率限制与异常拦截。③prompt注入窃取信息，即攻击者通过构造恶意提示词，诱导模型输出系统提示词、训练数据中的敏感信息或其他用户的隐私数据；防御手段包括部署输入输出内容合规检测模块、对系统提示词做隔离保护、采用prompt安全检测模型识别恶意注入请求。四、综合应用题（共1题，总计30分）某城市政务服务中心计划部署AI智能咨询助手，面向市民提供社保、医保、不动产登记等政务事项的咨询服务，要求支持文本、语音多轮交互，回答准确率不低于95%，支持对接政务服务知识库实时更新内容，且满足《生成式人工智能服务管理暂行办法》的合规要求。请结合AI工程化落地流程，回答以下问题：（1）请设计该智能咨询助手的整体技术架构，说明各核心模块的功能；（12分）（2）项目上线前需开展哪些合规与安全评估？（8分）（3）若上线后监控发现，部分涉及最新社保政策调整的问题回答准确率仅为62%，请分析可能的原因并提出优化方案。（10分）参考答案：（1）整体技术架构分为五层：①用户交互层：支持网页端、小程序端、政务大厅自助终端、热线电话四个接入渠道，集成语音识别（ASR）模块将用户语音输入转换为文本，语音合成（TTS）模块将生成的回答转换为语音输出，同时支持多轮对话上下文记忆，保存最近10轮对话历史。②安全管控层：部署输入检测模块，识别用户输入中的恶意请求、prompt注入攻击、敏感内容；输出检测模块，对模型生成内容做合规校验、事实一致性校验，过滤不符合政策要求的内容；权限管控模块，根据用户身份（普通市民、企业办事人员、政务工作人员）设置不同的知识访问权限，避免敏感政务信息泄露。③智能中枢层：核心包含RAG检索模块与大模型推理模块，RAG模块负责对用户查询做意图识别、查询扩展，从向量数据库、政务知识库、业务系统接口召回相关政策条款与办事指南，经过重排序后输入大模型；大模型采用经政务领域微调的7B参数开源大模型，支持政务场景专业术语理解，将召回的知识转化为通俗易懂的自然语言回答，同时生成对应的办事流程指引、材料清单、办理入口链接。④数据支撑层：包含结构化政务知识库（存储办事指南、政策条款、常见问题标准答案）、向量数据库（存储所有政务文档的向量索引，支持毫秒级语义检索）、实时业务接口（对接社保、医保、不动产系统，实时查询个人办事进度、办理网点信息等动态数据）。⑤运维运营层：包含对话日志存储模块、模型效果监控模块、知识库运营模块，记录所有用户的咨询问题与回答，定期分析未解决的问题，补充更新知识库，同时监控模型回答准确率、响应时延、用户满意度等核心指标，当指标低于阈值时自动触发优化流程。（2）上线前需开展的合规与安全评估包括：①算法备案：按照国家网信办要求，向属地网信部门提交生成式AI服务备案材料，包括模型训练数据来源说明、安全评估报告、算法机制说明、应急处置预案等，取得备案号后方可上线；②安全评估：开展模型内容安全评估，覆盖涉政、涉敏、虚假信息等12类风险场景，确保违规内容检出率达到100%；开展数据安全评估，排查训练数据与知识库中的个人信息保护风险，确保个人信息处理符合《个人信息保护法》要求；开展网络安全评估，排查系统接口漏洞、数据传输加密、访问权限管控等风险，满足网络安全等级保护三级要求；③算法公平性评估：测试模型对不同年龄、地域、文化程度市民的咨询回答准确率，确保老年群体、残障群体等特殊群体的服务效果达标，不存在系统性歧视；④应急演练：开展内容安全事件、系统故障、服务中断等场景的应急演练，建立快速响应机