2026人工智能工程师笔试题目及答案

2026人工智能工程师笔试题目及答案一、单项选择题（每题1.5分，共30分）1.以下哪项属于监督学习任务？A.聚类B.关联规则挖掘C.图像分类D.降维答案：C2.某模型在训练集上误差很低，但在验证集上误差明显偏高，最可能的问题是？A.欠拟合B.过拟合C.学习率过大D.梯度消失答案：B解析：训练误差低而验证误差高是过拟合的典型信号，说明模型泛化能力不足。3.与L2正则化相比，L1正则化的突出特点是？A.不改变目标函数B.产生稀疏权重C.一定提升准确率D.等价于数据增强答案：B解析：L1正则化项λ∑4.梯度下降中，学习率设置过大会导致？A.收敛速度加快B.损失震荡甚至发散C.梯度消失D.模型欠拟合答案：B解析：学习率过大时，参数更新步长过大，容易在最优点附近来回跨越，导致损失震荡甚至无法收敛。5.CART分类树划分数据集时通常使用的纯度指标是？A.信息增益B.信息增益率C.基尼指数D.均方误差答案：C解析：CART使用基尼指数；ID3使用信息增益，C4.5使用信息增益率。6.softmax函数输出的向量满足下列哪一性质？A.各分量非负且和为1B.各分量均小于0C.各分量和为0D.分量取值范围为(答案：A解析：softmax(7.深度神经网络中，sigmoid激活函数容易引发哪类问题？A.梯度消失B.梯度爆炸C.权重稀疏D.过拟合答案：A解析：sigmoid导数最大仅为0.25，多层连乘后梯度趋近于0，导致浅层参数难以更新。8.某卷积层输入为256×256×A.256B.256C.254D.128答案：B解析：输出高度（宽度）为⌊(9.在Transformer的自注意力机制中，每个token的Query、Key、Value向量是通过什么方式得到的？A.对输入向量分别乘以三个不同的可学习权重矩阵B.对输入向量做平均池化C.对输入向量做LSTM编码D.由输出层直接映射答案：A解析：Q=XWQ，10.BERT原始的预训练任务包括？A.掩码语言模型（MLM）和下一句预测（NSP）B.自回归语言建模和词向量微调C.对比学习和文本重建D.文本分类和多标签预测答案：A解析：原始BERT同时使用MLM与NSP；RoBERTa等后续模型去掉了NSP。11.Adam优化器主要结合了下列哪两种优化算法的思想？A.Momentum和RMSPropB.SGD和AdagradC.Adagrad和NesterovD.Momentum和Adagrad答案：A解析：Adam同时维护梯度的一阶矩（Momentum）与二阶矩（RMSProp），兼顾加速与自适应学习率。12.目标检测中，IoU（交并比）的取值范围是？A.[B.[C.[D.(答案：A解析：IoU为两个区域交集面积与并集面积之比，数值不可能超过并集面积，故范围为[013.已知某模型精确率P=0.8，召回率R=A.0.615B.0.625C.0.650D.0.667答案：A解析：F114.下列哪项措施不能有效缓解过拟合？A.DropoutB.L2正则化C.增加模型参数量D.数据增强答案：C解析：增加参数量会提升模型容量，通常加重过拟合。15.Word2Vec的两种主要模型结构是？A.CBOW和Skip-gramB.RNN和LSTMC.Transformer和BERTD.GAN和VAE答案：A16.标准RNN在处理长序列时的核心困难是？A.无法处理变长输入B.长期依赖下容易发生梯度消失或梯度爆炸C.只能处理离散数据D.无法计算损失函数答案：B解析：RNN通过时间反向传播，长程上梯度连乘，易出现梯度消失或梯度爆炸。17.强化学习中，智能体的学习目标是？A.最小化即时奖励B.最大化长期累计回报C.最小化训练误差D.最大化重构精度答案：B18.迁移学习中的“微调（fine-tune）”通常指？A.使用预训练模型权重初始化，并在目标任务数据上继续训练B.冻结所有层，只训练输出层C.从头随机初始化训练一个全新模型D.仅使用预训练模型提取特征，不更新任何参数答案：A解析：冻结部分或全部层并只训练输出层属于特征提取式迁移；只有继续更新模型参数才叫微调。19.生成对抗网络（GAN）中，生成器的训练目标是？A.区分真实样本与生成样本B.使判别器无法区分生成样本与真实样本C.最小化输入输出的重构误差D.最大化判别器输出与真实标签的差距答案：B20.在LLM推理过程中，temperature参数的主要作用是？A.控制生成文本的随机性B.控制模型参数量C.控制上下文窗口长度D.控制GPU显存占用答案：A解析：temperature越低，输出越趋于确定；越高，输出越多样。二、多项选择题（每题2分，共20分）1.下列属于常见激活函数的有？A.ReLUB.SigmoidC.TanhD.Softmax答案：ABCD解析：前三者为神经元级激活函数，softmax常用于多分类输出层，将logits转换为概率分布。2.下列哪些属于缓解过拟合的常见手段？A.增加训练数据B.DropoutC.权值衰减（weightdecay）D.增大模型层数答案：ABC解析：增大模型层数会提高模型容量，通常加重过拟合；增加数据、Dropout和权值衰减都能提升泛化能力。3.常见的集成学习方法包括？A.BaggingB.BoostingC.StackingD.Dropout答案：ABC解析：Bagging通过并行采样降低方差，Boosting通过串行加权降低偏差，Stacking通过元学习器融合多个基模型；Dropout属于正则化手段。4.下列属于梯度下降改进优化算法的有？A.MomentumB.RMSPropC.AdamD.SGD答案：ABC解析：Momentum、RMSProp、Adam在标准SGD基础上引入了动量或自适应学习率；SGD本身是基础算法，不属于“改进算法”。5.关于Transformer结构，下列说法正确的有？A.包含多头自注意力机制B.包含层归一化（LayerNormalization）C.包含前馈神经网络D.完全依赖循环结构建模序列答案：ABC解析：Transformer不依赖循环结构，主要靠自注意力捕捉全局依赖关系。6.下列损失函数与任务的搭配中，合理的有？A.回归任务——均方误差（MSE）B.二分类——二元交叉熵C.多分类——交叉熵D.目标检测边框回归——SmoothL1损失答案：ABCD解析：均方误差适用于连续值回归；二元/多分类交叉熵对应不同分类场景；SmoothL1对离群点更鲁棒，常用于边框回归。7.关于BERT与GPT的对比，下列说法正确的有？A.BERT使用双向Transformer编码器B.GPT使用自回归式单向语言模型C.两者都基于Transformer架构D.BERT适合生成式任务，GPT适合理解式任务答案：ABC解析：BERT擅长理解式任务（分类、抽取等），GPT擅长生成式任务，D项说反了。8.在自然语言处理中，常见的词或文本向量化表示包括？A.One-hot编码B.Word2Vec词向量C.TF-IDF特征D.预训练语言模型对应的向量表示答案：ABCD解析：One-hot、TF-IDF为传统稀疏表示，Word2Vec为静态稠密向量，预训练语言模型可提供上下文相关的动态向量。9.关于扩散模型（DiffusionModel），下列说法正确的有？A.前向过程逐步添加高斯噪声B.反向过程学习逐步去噪C.训练目标通常是估计噪声D.扩散模型不需要神经网络答案：ABC解析：扩散模型的核心包括前向加噪、反向去噪，常用目标为预测添加的噪声；去噪过程依赖神经网络。10.下列属于大语言模型（LLM）评测常用指标的有？A.Perplexity（困惑度）B.BLEUC.ROUGED.人工评估答案：ABCD解析：Perplexity衡量语言模型对数据分布的拟合程度，BLEU/ROUGE用于评估生成文本质量，人工评估是综合能力评测的重要手段。三、简答题（每题5分，共20分）1.简述偏差（Bias）与方差（Variance）的含义，并说明它们与过拟合、欠拟合的关系。答案：(1)偏差度量模型预测期望与真实标签之间的差距，反映模型的拟合能力；方差度量模型预测在不同训练集上的波动程度，反映模型对训练数据扰动的敏感度。(2)欠拟合对应高偏差、低方差，即模型过于简单，未能捕捉数据中的有效规律；过拟合对应低偏差、高方差，即模型过度拟合训练数据中的噪声，泛化能力下降。模型选择需要在偏差与方差之间权衡。解析：复杂度低的模型往往偏差大、方差小；复杂度高的模型偏差小而方差大。交叉验证、正则化、集成学习是常见的权衡手段。2.写出多分类交叉熵损失函数的数学表达式，并说明其含义。L其中N为样本数，C为类别数，yi,k为第i个样本第k含义：交叉熵衡量模型预测分布与真实分布之间的差异，预测分布越接近真实分布，损失越小。解析：在one-hot标签下，损失等价于负对数似然−logyi3.简述Transformer中多头注意力机制的计算流程。答案：(1)对输入X分别乘以可学习权重矩阵WQ、WK、(2)对每个注意力头计算缩放点积注意力：Attention其中dk为Key向量的维度，缩放因子d(3)将多个注意力头的输出拼接起来，再乘以输出投影矩阵WO解析：多头注意力允许模型在不同子空间并行捕捉不同类型的依赖关系，增强了表达力。4.什么是梯度消失和梯度爆炸？分别列举至少两种缓解方法。答案：梯度消失：反向传播时梯度经过多层连乘后趋近于0，浅层参数无法有效更新。缓解方法：使用ReLU/LeakyReLU等激活函数、残差连接、Batch/LayerNormalization、LSTM/GRU等门控结构。梯度爆炸：梯度连乘后数值指数级增大，导致训练不稳定甚至发散。缓解方法：梯度裁剪、合理的权重初始化（如Xavier/He）、权重正则化、BatchNormalization。解析：梯度消失与梯度爆炸本质上是深层网络反向传播中梯度连乘导致的两种极端情况，二者均会严重影响训练稳定性。四、综合应用题（每题6分，共30分）1.某三分类模型的输出logits为z=[2.0(1)计算softmax后各类别概率；(2)模型预测的类别是哪一类；(3)计算该样本的交叉熵损失。答案：(1)计算得：e2.0≈7.389，e1.0≈ppp(2)第1类概率最大，因此预测类别为第1类。(3)交叉熵损失：L解析：softmax将logits转化为和为1的概率分布；在one-hot标签下，交叉熵损失只与真实类别对应的预测概率有关。2.给定一个小型卷积网络，输入为3וConv1：3וConv2：3×忽略偏置，计算两个卷积层的总参数量，并说明输出特征图尺寸是否变化。答案：Conv1参数量：3Conv2参数量：3总参数量：1728特征图尺寸计算（以高度为例）：H因此两层输出特征图尺寸均为224×解析：若加入偏置项，则Conv1增加64个参数，Conv2增加128个参数，总参数量为75456+3.某二分类模型在测试集上的混淆矩阵如下：TP=45，FP=5，FN=10，TN=40。(1)计算Precision、Recall、Accuracy、F1(2)结合指标说明该模型更偏向“少报”还是“误报”。答案：(1)PRAF(2)Precision明显高于Recall，说明模型在预测为正类时比较谨慎，倾向于在证据不足时不输出正类。即宁可漏掉部分正样本（召回降低），也不轻易误报，因此模型更偏向“少报”。解析：精准率与召回率是一对相互制约的指标。实际业务中应根据误报与漏报的代价来调整分类阈值。4.以下PyTorch训练循环缺少核心语句，请补全前向传播、损失计算、梯度清空、反向传播和参数更新五步。importtorch

importtorch.nnasnn

importtorch.optimasoptim

model=nn.Sequential(

nn.Flatten(),

nn.Linear(784,256),

nn.ReLU(),

nn.Linear(256,10)

)

criterion=nn.CrossEntropyLoss()

optimizer=optim.Adam(model.parameters(),lr=1e-3)

forepochinrange(10):

forx,yintrain_loader:

model.train()

#(1)前向传播：logits=？

#(2)计算损失：loss=？

#(3)清空梯度：？

#(4)反向传播：？

#(5)更新参数：？答案：forepochinrange(10):

forx,yintrain_loader:

model.train()

#(1)前向传播

logits=model(x)

#(2)计算损失

loss=criterion(logits,y)

#(3)清空梯度

optimizer.zero_grad()

#(4)反向传播

loss.backward()

#(5)更新参数

optimizer.step()解析：nn.CrossEntropyLoss内部已包含logsoftmax与负对数似然，因此模型输出logits即可，不需要在模型中额外加softmax；`optimizer.zerograd()`用于清空上一轮累积的梯度，避免跨batch的梯度累加。5.某电商平台需要构建一个智能客服问答系统，可回答订单查询、退