人工智能基础概念考试试题及答案

第页人工智能基础概念考试试题及答案第一部分：单项选择题（每题5分，共50分）1.人工智能研究的核心内容是以下哪一项？[单选题]*让计算机模拟人类智能行为(正确答案)让计算机完全替代人类所有工作让计算机运行速度更快让计算机存储更多数据答案解析：

根据定义，人工智能是研究如何让计算机模拟人类智能行为的一类技术，其他选项描述不符合AI的核心定义。2.AI、机器学习ML和深度学习DL三者的包含关系是？[单选题]*深度学习包含AI，AI包含机器学习AI包含机器学习，机器学习包含深度学习(正确答案)机器学习包含AI，AI包含深度学习三者是互相独立的概念，没有包含关系答案解析：

三者为包含关系：AI是最大的概念，机器学习是人工智能的主要实现方式，深度学习是机器学习的重要分支。3.机器学习和传统编写程序方式的核心区别是？[单选题]*机器学习不需要输入数据，直接输出结果传统程序从数据和规则自动学习得到模型，机器学习相反机器学习从数据和结果自动学习得到模型，用于后续预测(正确答案)机器学习只能处理结构化数据，传统程序不能答案解析：

传统程序是人工编写规则，输入数据后程序输出结果；机器学习是输入数据和结果，通过算法学习得到模型，再对新数据做预测。4.大语言模型LLM的核心用途是什么？[单选题]*理解和生成自然语言(正确答案)专门用于处理图像识别任务替代所有数据库存储功能直接执行任意系统操作答案解析：

大语言模型是通过大规模数据训练得到，主要用于理解和生成自然语言，可完成问答、文本生成、翻译等多种自然语言任务。5.大语言模型生成答案的基本过程，正确顺序是？[单选题]*用户输入→模型直接输出文字→结束用户输入→转换为Token→模型计算预测下一个Token→逐步生成完整答案(正确答案)用户输入→检索数据库→直接返回结果模型预先生成所有答案→用户输入后随机返回一个答案答案解析：

大语言模型会先将输入文本转换成Token，通过神经网络计算上下文关系，逐次预测最可能的下一个Token，最终生成完整答案。6.大语言模型处理文本的基本单位Token，以下描述正确的是？[单选题]*Token一定等于一个汉字，也一定等于一个英文单词Token不一定等于汉字或单词，不同模型切分结果可能不同(正确答案)Token只用来切割英文，中文不会被切分TokenToken数量不影响API调用成本答案解析：

Token是大语言模型处理文本的基本单位，不一定等于汉字或单词，不同模型使用的Tokenizer不同，相同文本切分得到的Token数量可能不同，Token数量会直接影响上下文长度、处理速度和API成本。7.现代大语言模型最核心的基础架构是？[单选题]*卷积神经网络Transformer(正确答案)递归神经网络决策树答案解析：

Transformer是一种基于Attention机制的神经网络架构，是现代大语言模型的重要基础，目前大量大语言模型都采用Transformer或其变体。8.RAG检索增强生成技术的核心思想是什么？[单选题]*先检索相关资料，再让大语言模型生成答案(正确答案)直接让大语言模型生成答案，不需要任何外部资料重新训练大语言模型，让模型记住所有知识只做检索不生成，直接返回检索结果答案解析：

RAG的核心思想是先检索，再生成：用户提问后先从外部知识库检索相关资料，再将资料提供给LLM生成答案。9.Embedding技术的核心作用是？[单选题]*将文本等内容转换成向量表示，方便计算语义相似度(正确答案)直接生成自然语言文本存储关系型数据对文本做语法纠错答案解析：

Embedding是将文本、图片等内容转换成向量表示的技术，语义相近的内容向量在向量空间中距离更近，常用于语义搜索、RAG等场景。10.AI幻觉指的是以下哪种现象？[单选题]*AI生成了看起来合理但实际不正确或不存在的信息(正确答案)AI可以预测所有问题的正确答案AI不会生成任何内容AI出现了硬件层面的故障答案解析：

AI幻觉是指模型生成了看起来合理、实际上不正确或不存在的信息，可通过RAG、提供真实资料等方式降低幻觉概率。第二部分：多项选择题（每题6分，共30分）11.人工智能包含以下哪些核心能力方向？*感知(正确答案)理解(正确答案)学习(正确答案)推理(正确答案)决策(正确答案)生成(正确答案)答案解析：

人工智能的核心能力方向包括感知、理解、学习、推理、决策、生成六个方向。12.以下属于人工智能常见应用场景的有哪些？*语音识别(正确答案)图像识别(正确答案)机器翻译(正确答案)自动驾驶(正确答案)大语言模型(正确答案)答案解析：

语音识别、图像识别、机器翻译、智能问答、自动驾驶、大语言模型都属于人工智能的典型应用。13.Transformer架构的主要特点包含以下哪些项？*使用Self-Attention机制(正确答案)支持并行计算(正确答案)能够处理长距离上下文关系(正确答案)适合大规模模型训练(正确答案)容易扩展模型规模(正确答案)答案解析：

Transformer的主要特点包括：使用Self-Attention、支持并行计算、能够处理较长距离的上下文关系、适合大规模模型训练、容易进行模型规模扩展。14.对比普通大语言模型，RAG技术的优势包含以下哪些项？*可以使用企业内部私有知识(正确答案)更新知识库不需要重新训练模型(正确答案)可以提供回答的资料依据(正确答案)可以减少模型不知道企业内部信息的问题(正确答案)能完全消除AI幻觉答案解析：

RAG可以让大语言模型参考外部知识，优势包括支持企业内部知识、无需重新训练即可更新知识库、可提供回答依据、减少信息缺失问题，但无法完全消除AI幻觉。15.AIAgent智能体对比普通大语言模型聊天，多了哪些核心能力？*任务规划(正确答案)工具调用(正确答案)状态管理(正确答案)多步骤执行(正确答案)根据结果动态调整任务(正确答案)答案解析：

AIAgent能够理解目标、进行任务规划、调用工具并根据结果继续执行任务，相比普通聊天多了任务规划、工具调用、状态管理、多步骤执行、动态调整任务的能力。第三部分：判断题（每题3分，共9分）16.深度学习需要人工设计所有特征，无法自动学习特征。[判断题]*对错(正确答案)答案解析：

深度学习是机器学习的分支，主要利用多层神经网络自动学习数据中的复杂特征，传统机器学习通常需要人工设计特征。17.注意力机制Attention可以帮助模型判断上下文中不同信息的重要程度。[判断题]*对(正确答案)错答案解析：

注意力机制的作用就是让模型在处理内容时，判断上下文中哪些信息更加重要，帮助模型聚焦关键信息。18.向量数据库专门用于存储和检索向量数据，支持语义相似度搜索。[判断题]*对(正确答案)错答案解析：

向量数据库是专门存储和检索向量数据的数据库，核心用途就是向量相似度搜索、语义搜索，是RAG技术的重要基础组件。第四部分：填空题（共11分）19.通过设计合理提示词，让大语言模型更准确完成任务的技术叫做？[填空题]*_________________________________(正确答案提示词工程|PromptEngineering)答案解析：

该技术名为提示词工程PromptEngineering，通过明确角色、任务、约束等内容设计提示词，提升大语言模型输出准确性。20.RAG的典型流程是：用户提问→