2026年单招人工智能试题带答案

2026年单招人工智能试题带答案一、单项选择题（本大题共20小题，每小题2分，共40分。在每小题给出的四个选项中，只有一项是符合题目要求的）1.1956年夏季，约翰·麦卡锡、马文·明斯基、克劳德·香农等学者在达特茅斯学院召开学术研讨会，首次正式提出“人工智能”概念，标志着人工智能学科的诞生。以下不属于人工智能核心研究方向的是（）A.计算机视觉B.自然语言处理C.量子通信加密D.具身智能2.图灵测试是衡量机器智能水平的经典方法，其核心判断标准是（）A.机器的计算速度超过人类最快的计算选手B.人类裁判在文本交互场景下无法准确区分对话对象是机器还是人类C.机器能够独立完成机械臂抓取操作D.机器的存储容量超过人类大脑的记忆容量3.按照学习范式分类，机器学习可以分为监督学习、无监督学习、强化学习三大类，以下任务中属于无监督学习的是（）A.根据已标注的垃圾邮件样本训练模型，自动识别新邮件是否为垃圾邮件B.根据用户历史消费数据做用户群体聚类，实现精细化用户画像C.训练自动驾驶车辆在仿真环境中通过试错掌握跟车、变道策略D.根据已标注的医学影像样本训练模型，辅助诊断肺部结节4.在Python人工智能开发生态中，专门用于结构化数据处理、提供DataFrame数据结构的第三方库是（）A.NumPyB.PandasC.MatplotlibD.Requests5.在目标检测标注任务中，用于框选目标物体位置、标注目标类别的最常用标注形式是（）A.边界框（BoundingBox）B.3D点云标注C.语音转写标注D.文本情感标注6.2026年，面向工业网关、智能手机等端侧设备部署的轻量化大语言模型，主流参数规模通常处于（）区间，经过4/8比特量化后可在端侧设备上流畅运行。A.万亿参数级B.70亿-140亿（7B-14B）参数级C.百万参数级D.个位数参数级7.深度学习中，卷积神经网络的卷积层的核心作用是（）A.自动提取输入数据的局部特征，如图像的边缘、纹理、形状B.对特征进行下采样，降低数据维度C.将提取到的特征映射到最终的分类或检测结果D.防止模型出现过拟合8.模型训练中出现“训练集准确率持续上升到98%以上，但测试集准确率停留在70%左右且不再提升”的现象，这种问题被称为（）A.欠拟合B.过拟合C.梯度消失D.梯度爆炸9.自然语言处理任务中，用于识别文本中人名、地名、机构名、专有名词等实体信息的任务是（）A.文本分类B.命名实体识别C.机器翻译D.文本摘要10.我国自主研发的开源深度学习框架，支持大模型训练、端侧部署，广泛应用于国内工业、教育、金融等AI场景的是（）A.TensorFlowB.PyTorchC.PaddlePaddle（飞桨）D.Scikit-learn11.模型训练前对数据做归一化处理，通常将特征值缩放到（）区间，以加快模型收敛速度。A.[0,1]或[-1,1]B.[100,200]C.[1000,10000]D.[-100,100]12.根据我国2025年正式实施的《生成式人工智能服务管理暂行办法》及配套安全标准，以下使用生成式AI的行为中合规的是（）A.未经授权，将受版权保护的付费教材内容全部输入公共大模型训练个性化模型B.使用AI深度伪造技术制作公众人物的虚假视频引流牟利C.明确标注AI生成属性的前提下，利用AI辅助生成教学课件的配图与案例素材D.用AI生成虚假的新闻信息在社交平台传播13.智能客服系统中，用于理解用户提问意图、匹配知识库答案的核心AI技术是（）A.自然语言理解B.三维重建C.路径规划D.运动控制14.在Prompt工程中，仅通过明确任务要求、不提供任何示例就引导大模型输出结果的提示方式是（）A.零样本提示B.少样本提示C.思维链提示D.多模态提示15.以下模型评估指标中，能够反映“模型找出来的正样本中，真正的正样本占比”的是（）A.准确率B.精确率C.召回率D.F1值16.智能制造场景中，AI视觉缺陷检测系统相比传统人工目视检测的核心优势不包括（）A.检测效率稳定，可24小时连续工作B.检测标准统一，不会因为人员疲劳出现漏检C.可以完全替代工程师做缺陷原因分析与工艺改进D.检测速度快，可适配高速生产线17.强化学习框架中，执行动作、接收环境反馈的核心主体是（）A.智能体（Agent）B.环境（Environment）C.奖励函数（Reward）D.状态（State）18.以下AI应用中，属于具身智能典型场景的是（）A.人形机器人在工厂车间自主完成物料搬运任务B.在线AI写作工具生成营销文案C.AI画图工具生成设计海报D.智能语音助手播报天气信息19.数据标注项目验收时，通常要求标注整体准确率不低于（）才能交付用于模型训练，否则会严重影响模型效果。A.60%B.75%C.98%D.50%20.AI伦理规范中，“算法可解释性”要求的核心是（）A.AI系统的决策过程需要能够被人类理解，不能出现无法溯源的“黑箱”决策，尤其是在医疗、金融、司法等高风险场景B.AI系统必须使用完全开源的代码C.AI系统不能生成任何原创内容D.AI系统的运行必须完全脱离人类干预二、多项选择题（本大题共10小题，每小题2分，共20分。在每小题给出的选项中，有2项及以上符合题目要求，多选、少选、错选均不得分）1.人工智能发展历程中的三大学术流派分别从不同路径探索智能的实现机制，包括（）A.符号主义B.连接主义C.行为主义D.实用主义2.以下算法模型中，属于监督学习范畴的有（）A.线性回归B.决策树C.K均值聚类（K-Means）D.支持向量机（SVM）3.数据标注是AI模型训练的基础环节，标注质量直接决定模型效果，以下属于影响标注质量的核心因素的有（）A.标注规范的清晰度与可执行性B.标注人员的业务熟练度与责任心C.标注过程中的质量抽检比例D.标注工具的易用性与功能完备性4.根据我国2025年正式实施的GB/T45438-2025《信息安全技术生成式人工智能服务安全基本要求》，生成式AI服务提供者需要履行的安全义务包括（）A.对训练数据来源的合法性进行审核，不得侵犯知识产权B.对生成的内容进行安全审核，防止生成违法违规信息C.采取有效措施防范用户利用深度伪造技术实施诈骗D.对生成的涉及他人肖像、个人信息的内容，需取得相关权利人授权5.以下Python第三方库中，可直接用于人工智能模型开发与训练的有（）A.Scikit-learnB.PyTorchC.PaddlePaddleD.os6.计算机视觉是人工智能的核心应用方向，以下属于计算机视觉典型应用场景的有（）A.人脸识别门禁系统B.工业产品表面缺陷检测C.医学影像辅助诊断D.实时语音转文字7.深度学习模型训练过程中，常用的缓解过拟合的方法有（）A.在网络中加入Dropout层B.增加训练数据量并开展数据增强C.采用L2正则化约束模型参数D.无限增加模型的层数与参数量8.2026年，高职人工智能技术应用专业毕业生可适配的一线技术岗位包括（）A.数据标注项目管理员B.AI应用运维工程师C.大模型应用开发（提示词工程方向）专员D.通用大模型底层算法研究员9.生成式大模型应用开发中，提升输出结果准确性与匹配度的常用方法有（）A.撰写清晰明确的提示词，明确输出格式、角色定位与约束条件B.搭建私有知识库，采用检索增强生成（RAG）技术注入领域专业知识C.针对特定场景用领域数据对模型做轻量化微调D.尽可能输入无关的冗余信息，延长提示词长度10.工业场景中部署AI视觉检测系统时，影响模型实际检测准确率的核心因素有（）A.检测工位的光照稳定性B.工业相机的安装角度与分辨率C.被检测工件的摆放位置偏差D.现场工作人员的数量三、判断题（本大题共10小题，每小题1分，共10分。请判断每小题表述的正误，正确的填“√”，错误的填“×”）1.卷积神经网络只能用于处理图像数据，无法应用于文本、时序信号等其他类型的数据。（）2.无监督学习任务不需要人工标注的数据标签，模型可自动从数据中挖掘潜在规律与结构。（）3.根据我国相关规定，利用AI生成的内容发布到公共平台时，需明确标识内容为AI生成，不得冒充人类原创内容误导公众。（）4.模型训练过程中，只要训练集的准确率达到100%，模型在真实场景中的泛化能力就一定能达到应用要求。（）5.强化学习的核心逻辑是智能体通过与环境交互，根据获得的奖励信号调整自身策略，最终实现累计奖励最大化。（）6.数据标注过程中，目标检测的标注框只需要覆盖目标物体70%以上的区域即可，不需要完全贴合目标轮廓。（）7.Prompt工程中，少样本提示是指在提示词中给模型提供少量符合要求的示例，引导模型按照示例格式与逻辑输出结果。（）8.人工智能系统不存在算法偏见，所有决策结果都是完全客观中立的。（）9.数据预处理环节的归一化操作，可以将不同维度的特征缩放到同一数值区间，有效加快模型的收敛速度。（）10.端侧轻量化大模型的核心优势是可以不依赖云端算力，在本地设备上完成推理，更好地保护用户数据隐私。（）四、简答题（本大题共3小题，每小题6分，共18分）1.请结合一线岗位实操要求，简述数据标注项目的完整工作流程，并说明每个环节的核心质量控制点。2.请列举3类生成式人工智能在职业教育、智能制造、电商服务三个领域的具体应用场景，并分别说明每个场景下需要防范的核心风险。3.请简述机器学习模型评估中“准确率”“精确率”“召回率”三个指标的含义，并说明为什么在工业缺陷检测场景中不能只看准确率来判断模型效果。五、综合应用题（本大题共1题，共12分）某职业院校智能制造实训基地计划引入AI视觉检测系统，替代人工完成3D打印实训工件的表面缺陷检测，需识别的缺陷类型包括凹坑、划痕、翘边3类，单条生产线日均产出工件1200件，车间为自然光采光，早晚、阴晴天光照差异较大。结合所学人工智能应用知识，回答以下问题：（1）搭建该AI视觉检测系统需要完成哪些核心实施步骤？（4分）（2）为训练适配该场景的缺陷检测模型，数据采集与预处理环节需要完成哪些工作？（4分）（3）系统上线试运行1周后，运维人员发现阴天光照不足时，凹坑缺陷的识别准确率从晴天的96%下降到71%，漏检率大幅上升，请分析可能的原因，并给出可落地的优化方案。（4分）参考答案及评分标准一、单项选择题（每题2分，共40分）1-5:CBBBA6-10:BABBC11-15:ACAAB16-20:CAACA二、多项选择题（每题2分，共20分，多选、少选、错选均不得分）1.ABC2.ABD3.ABCD4.ABCD5.ABC6.ABC7.ABC8.ABC9.ABC10.ABC三、判断题（每题1分，共10分）1.×2.√3.√4.×5.√6.×7.√8.×9.√10.√四、简答题（每题6分，共18分，按要点给分，表述接近即可得分）1.数据标注项目完整流程及质量控制点如下：（1）需求对接与规范制定环节（1分）：与需求方明确标注类型、类别定义、标注精度要求、交付格式，形成标准化标注手册；质量控制点为通过10-20张样本的试标注校准规范，消除标注规则歧义，确保各方对标注标准认知一致。（2）人员培训与考核环节（1分）：组织标注人员学习标注规范，讲解易错点；质量控制点为所有标注人员需通过试标注考核（准确率达到95%以上）方可上岗，避免因能力不足导致批量标注错误。（3）数据预处理与分配环节（1分）：对原始数据进行去重、脱敏、筛除无效模糊样本，按标注员能力均衡分配批次；质量控制点为严格去除涉及个人隐私、商业秘密的敏感数据，防范数据泄露风险。（4）正式标注与过程质检环节（1分）：标注员按规范完成标注，采用“交叉自检+专职质检抽检”模式开展过程质检，常规场景每批次抽检比例不低于30%，高风险场景100%全检；质量控制点为不同标注员对同一样本的标注一致性达标（目标检测任务标注框交并比≥0.95，分类任务准确率100%），不合格批次100%打回重标。（5）问题迭代与规范更新环节（1分）：建立标注问题台账，及时收集规则模糊点同步给需求方，更新标注规范；质量控制点为所有规范更新同步到全员，对已完成的历史数据按新规则回溯校验。（6）终验交付环节（1分）：对标注完成的数据集做格式转换，按要求划分训练集、验证集、测试集，出具标注质量报告；质量控制点为交付前开展5%比例的随机终检，整体标注准确率≥98%，数据格式完全匹配训练要求。2.三个领域的应用场景及风险如下（每个领域2分，场景描述1分，风险点1分）：（1）职业教育领域：应用场景为利用生成式AI搭建个性化学习助手，根据学生知识掌握情况生成定制化习题、实操步骤指引、知识点讲解素材，辅助教师生成教案、批改作业。核心风险：大模型可能存在“幻觉”，生成错误知识点或操作指引，需建立专业知识库做内容校验；需防范学生利用AI直接完成作业、实训报告造成学术不端；禁止将学生隐私、涉密教学资料上传至公共大模型，避免数据泄露。（2）智能制造领域：应用场景为利用生成式AI辅助完成机械零件结构设计、加工工艺路径规划，根据生产数据生成设备故障排查方案，提升设计与运维效率。核心风险：生成的设计方案、工艺路径可能存在力学缺陷、参数不符合设备能力的问题，需经工程师仿真验证、试生产校验后方可落地，避免生产事故；生成方案可能涉及第三方专利，需做好专利查重，避免知识产权纠纷；核心工艺参数不得输入外部大模型，防止技术泄密。（3）电商服务领域：应用场景为利用生成式AI批量生成商品营销文案、宣传海报、短视频脚本，搭配智能客服自动解答用户咨询，降低内容生产成本。核心风险：生成的营销内容可能存在违反广告法的虚假宣传、夸大表述，需经人工审核后方可发布；智能客服答复可能不符合平台售后规则，需将答复严格限定在官方知识库范围内，避免用户投诉；不得利用AI生成虚假用户评价，违反市场监管规定。3.指标含义及场景选择逻辑如下：（1）指标含义（每个1分，共3分）：①准确率指模型预测正确的样本数占总样本数的比例，反映模型整体预测正确程度；②精确率指模型预测为正样本（缺陷工件）的结果中，真正为正样本的比例，反映模型误检程度，精确率越低说明越多合格工件被误判为缺陷，造成返工浪费；③召回率指所有真实正样本中被模型正确识别的比例，反映模型漏检程度，召回率越低说明越多缺陷工件被误判为合格，导致不合格产品流出。（2）场景分析（3分）：工业缺陷检测场景通常良品率极高（部分生产线良品率可达99%以上），如果模型将所有工件都预测为合格，准确率可达到99%，但完全无法识别缺陷，失去检测系统价值。这类场景对漏检容忍度极低（如航空零件缺陷漏检可能引发重大安全事故），因此需要重点关注召回率指标，在保证高召回率的基础上平衡精确率，减少误检成本，不能仅用整体准确率判断模型效果。五、综合应用题（共12分，按要点给分，实操方案可落地即可得分）（1）核心实施步骤（每点1分，共4分）：①需求调研与方案选型：明确3类缺陷的判定标准、检测精度要求（如召回率≥98%、误检率≤3%），结合现场环境选型工业相机、补光设备、边缘计算网关，确定轻量化目标检测模型的技术路线；②数据采集与标注：在现场不同光照、工件摆放角度下采集足够样本，按统一规范完成缺