2026年计算机人工智能培训试卷

2026年计算机人工智能培训试卷一、单项选择题（共20小题，每题1分，共20分。每小题的备选答案中，只有一个最符合题意）1.2026年，我国面向公众提供生成式人工智能服务的主体，需提前向（）履行算法备案手续。A.市场监督管理部门B.网信部门C.工业和信息化部门D.公安机关2.以下哪种微调技术属于参数高效微调（PEFT）范畴，且是2025-2026年企业级大模型定制化落地的主流方案？A.全参数微调B.LoRA（低秩适配）C.前缀微调D.提示词微调（PromptTuning）3.2026年主流旗舰智能手机端侧部署的大模型，参数量通常处于以下哪个量级？A.100M以下B.1B-7BC.7B-30BD.100B以上4.AIAgent（人工智能智能体）的核心组成模块不包括以下哪一项？A.记忆模块B.规划模块C.工具调用模块D.全参数训练模块5.根据2026年我国实施的《生成式人工智能服务管理办法》，生成式AI产出的视频类内容，需满足以下哪项标识要求？A.仅在片头标注AI生成字样B.全程在画面显著位置持续标注可溯源标识C.仅在片尾标注AI生成字样D.无需标注，用户可自行查询6.以下应用场景中，不属于AIforScience（人工智能驱动的科学研究）范畴的是？A.蛋白质三维结构预测B.新型锂电池正极材料研发C.智能客服话术生成D.核聚变等离子体实时控制7.端侧AI的核心优势不包括以下哪一项？A.数据隐私性高B.推理延迟低C.可离线使用D.支持超大规模参数量模型8.根据2026年我国修订后的《著作权法实施条例》，由自然人独立主导、通过AI工具生成的具有独创性的内容，其著作权归属于？A.AI工具开发者B.提供算力的云服务厂商C.主导生成的自然人D.公共领域，无著作权9.以下哪种AI应用属于我国明确禁止的高风险应用？A.利用AI辅助医疗影像诊断B.利用AI生成虚假灾情预警信息C.利用AI生成虚拟主播进行直播带货D.利用AI辅助代码编写10.大模型的“涌现能力”通常指的是以下哪种现象？A.模型参数量越小，推理速度越快B.当模型参数量达到特定阈值后，突然具备小模型没有的复杂推理能力C.模型训练数据越多，显存占用越高D.多模态模型比单模态模型参数量更大11.具身智能的核心特征是？A.仅能处理文本和图像数据B.能够通过物理载体与真实环境交互并自主学习C.必须部署在云端服务器D.不需要感知模块即可完成任务12.2026年，大模型推理优化技术已实现规模化应用，以下哪种技术不属于推理优化范畴？A.4/8-bit量化技术B.FlashAttention显存优化技术C.全参数混合精度训练技术D.批处理调度优化技术13.以下哪种多模态融合方式是2025年后大模型主流采用的、效果最优的融合方式？A.早期融合（输入层直接拼接不同模态特征）B.中期融合（Transformer深层进行跨模态注意力交互）C.晚期融合（各模态单独处理后拼接输出结果）D.规则融合（基于人工规则匹配不同模态结果）14.企业级AI知识图谱的核心作用是？A.提升大模型的训练速度B.为大模型提供结构化、可溯源的领域知识，减少幻觉C.降低大模型的参数量D.替代大模型完成所有自然语言处理任务15.2026年，我国针对自动驾驶汽车发布的分级标准中，以下哪个级别属于完全自动驾驶，可在所有场景下无需人类干预？A.L3级B.L4级C.L5级D.L2级16.以下关于大模型“幻觉”问题的描述，错误的是？A.幻觉是指大模型生成的内容看似合理但实际不符合事实的现象B.可以通过检索增强生成（RAG）技术有效缓解幻觉问题C.幻觉问题可以通过增大模型参数量完全解决D.领域知识微调可以降低特定场景下的幻觉发生率17.检索增强生成（RAG）技术的核心流程是？A.直接将用户问题输入大模型生成答案B.先从知识库中检索相关信息，再将问题+检索结果输入大模型生成答案C.先对大模型进行微调，再生成答案D.先将用户问题拆解为多个子问题，再逐一生成答案18.2026年，AI治理领域已形成全球通用的核心标准是？A.ISO/IEC42001人工智能管理体系标准B.GDPR通用数据保护条例C.生成式人工智能服务管理暂行办法D.个人信息保护法19.以下哪种技术是实现AIAgent自主调用外部工具的核心支撑？A.函数调用（FunctionCalling）能力B.文本生成能力C.图像识别能力D.语音合成能力20.关于2026年人工智能产业发展现状，以下描述错误的是？A.多模态大模型已实现规模化商业落地B.通用人工智能（AGI）已进入民用消费市场C.端侧AI已广泛应用于智能手机、车载系统等领域D.AIAgent已成为企业数字化转型的核心工具二、多项选择题（共10小题，每题2分，共20分。每小题的备选答案中，有2个或2个以上符合题意，多选、少选、错选均不得分）1.2026年，企业级AIAgent的核心功能模块包括以下哪些？A.长期记忆模块B.工具调用编排模块C.任务规划拆解模块D.全参数训练模块2.根据我国2026年实施的《人工智能安全治理细则》，以下属于高风险AI系统的有？A.教育领域的智能考试评分系统B.医疗领域的AI辅助诊断系统C.交通领域的自动驾驶系统D.娱乐领域的AI滤镜应用3.以下属于端侧AI典型应用场景的有？A.智能手机离线语音助手B.智能门锁人脸识别C.云端长文本内容生成D.车载智能驾驶辅助系统4.多模态大模型在工业制造领域的典型应用包括？A.结合图像+工艺文本的产品缺陷检测B.结合振动音频+传感器数据的设备故障预测C.结合文本需求+参考图像的产品外观设计D.员工考勤人脸识别5.以下属于参数高效微调（PEFT）技术的有？A.LoRAB.QLoRAC.P-Tuningv2D.全参数微调6.截至2026年，AIforScience已实现规模化落地的领域包括？A.生命科学（蛋白质结构预测、药物分子设计）B.材料科学（新型储能、半导体材料研发）C.地球科学（高精度气象预测、地质灾害预警）D.能源科学（核聚变等离子体控制、新能源调度）7.我国AI伦理治理的基本原则包括？A.人类福祉优先B.公平公正C.透明可解释D.效率优先8.2026年主流的大模型推理优化技术包括？A.4/8-bit量化压缩B.FlashAttention显存优化C.动态批处理调度D.全参数混合精度训练9.企业部署生成式AI系统时，需满足以下哪些数据合规要求（基于2026年我国法规）？A.训练数据来源合法，不得侵犯他人知识产权B.用户输入数据未经授权不得用于模型训练C.生成内容需添加可溯源的显著标识D.可随意收集用户生物特征数据用于模型优化10.以下属于具身智能核心支撑技术的有？A.多模态环境感知技术B.机器人运动控制技术C.强化学习决策技术D.大语言模型交互技术三、判断题（共15小题，每题1分，共15分。正确打“√”，错误打“×”）1.2026年，消费级端侧大模型的参数量已经普遍达到100B量级。2.根据我国2026年的监管要求，生成式AI生成的图片、音频、视频内容均需添加显著的可溯源标识。3.AIAgent的记忆模块仅包括短期上下文记忆，不具备长期知识存储与检索能力。4.参数高效微调（PEFT）技术可以在仅训练不足1%模型参数的情况下，达到接近全参数微调的效果。5.多模态大模型仅能处理文本和图像两种模态的数据。6.AIforScience仅用于基础科学研究，不涉及工业工程类应用场景。7.端侧AI的核心优势之一是数据无需上传云端，能够有效保护用户隐私。8.截至2026年，通用人工智能（AGI）已实现商业化落地并进入民用消费市场。9.自然人主导生成的、具有独创性的AI内容，依法受我国著作权法保护。10.大模型的涌现能力只和参数量有关，和训练数据规模、训练方式无关。11.企业部署AI系统时，仅需考虑技术可行性，无需开展伦理风险评估。12.强化学习是具身智能实现与物理环境交互、自主进化的核心技术之一。13.2026年，我国所有面向公众提供服务的生成式AI系统，均需完成算法备案后方可上线。14.大模型的推理成本仅与模型参数量有关，与输入输出文本长度无关。15.AI伦理治理是政府部门的职责，与企业、个人无关。四、简答题（共4小题，每题5分，共20分）1.请简述2026年企业级AIAgent的核心组成模块及各模块的核心功能。2.请结合2026年我国现行法规要求，简述生成式AI服务提供者需履行的5项核心数据合规义务。3.请对比云侧大模型与端侧大模型的优缺点，并分别列举2个典型适用场景。4.请简述检索增强生成（RAG）技术的核心原理，并说明其相比全参数微调的2个核心优势。五、案例分析题（共1题，15分）【案例背景】某中型汽车零部件制造企业2026年计划引入AI系统，重点解决三个核心业务痛点：一是产品外观缺陷检测效率低，当前人工检测准确率约97%，单台产品检测耗时3秒，无法匹配生产线每秒2台的产能；二是工艺参数优化依赖资深工程师经验，新产品调试周期长达2周，不良率居高不下；三是售后客服响应慢，用户咨询高峰期等待时长超过5分钟，客户满意度仅82%。企业现有数据资产：近3年的产品缺陷图像及对应工艺参数文本记录（共120万条，已标注）、内部工艺规程与设备运维文档（共1800份）、近2年的售后客服对话记录（共80万条，已标注意图分类）。企业核心约束条件：①核心工艺数据属于商业机密，绝对不能外泄；②缺陷检测准确率需达到99.5%以上，单台检测耗时不超过0.5秒；③客服响应延迟不超过200ms；④整体项目预算不超过80万元，后期年运维成本不超过10万元。【问题】请结合2026年人工智能技术与产业现状，为该企业设计一套可行的AI系统部署方案，具体包括：部署架构选型、模型选型与实现路径、成本控制方案、风险应对措施四个部分，并说明各部分的设计依据。六、实操设计题（共1题，10分）【任务要求】某创业团队计划2026年推出一款面向中小学生的端侧AI学习助手硬件产品（类似智能学习笔），核心功能包括：课本扫描OCR识别与讲解、英语口语实时评测、错题自动整理与知识点推送、离线古诗背诵检查。请结合端侧AI的技术特点与2026年的技术发展现状，完成以下设计任务：1.列出该产品需要用到的4项核心AI技术（2分）；2.说明该产品选择端侧部署的3个核心优势（3分）；3.分析端侧部署可能面临的2个核心技术挑战，并分别提出可行的解决方案（5分）。参考答案一、单项选择题1.B2.B3.C4.D5.B6.C7.D8.C9.B10.B11.B12.C13.B14.B15.C16.C17.B18.A19.A20.B二、多项选择题1.ABC2.ABC3.ABD4.ABC5.ABC6.ABCD7.ABC8.ABC9.ABC10.ABCD三、判断题1.×2.√3.×4.√5.×6.×7.√8.×9.√10.×11.×12.√13.√14.×15.×四、简答题1.参考答案：共5个核心模块：①感知模块：负责接收文本、图像、音频、传感器数据等多模态输入，转换为模型可处理的向量表示（1分）；②记忆模块：分为短期记忆（存储当前对话上下文信息）和长期记忆（存储历史交互数据、领域知识、用户偏好等，支持向量检索调用）（1分）；③规划模块：负责将复杂任务拆解为可执行的子任务，制定执行路径，遇到异常时动态调整方案（1分）；④工具调用模块：通过函数调用能力对接外部API、数据库、物联网设备等工具，完成模型自身无法实现的操作（1分）；⑤行动输出模块：将处理结果转换为自然语言、操作指令等形式，反馈给用户或外部系统（1分）。2.参考答案：①训练数据合规：训练数据来源合法，不得侵犯知识产权、个人隐私等合法权益，涉及个人信息的需取得个人明确同意（1分）；②用户数据保护：用户输入的个人数据、业务数据未经用户授权，不得用于模型训练或向第三方泄露（1分）；③生成内容合规：生成内容不得含有违法违规信息，需添加可溯源的显著标识（1分）；④数据安全保障：建立全流程数据安全管理制度，采取加密、脱敏、访问控制等技术措施保障数据安全（1分）；⑤合规审计义务：定期开展数据合规自查与审计，配合监管部门的监督检查（1分）。3.参考答案：①云侧大模型：优点为参数量大、能力强，可处理复杂任务，算力资源充足；缺点为延迟高、依赖网络、数据上传存在隐私风险、推理成本较高（1.5分）；典型适用场景：企业级复杂数据分析、长视频内容生成（答出2个即可，1分）。②端侧大模型：优点为延迟低、可离线使用、数据本地处理隐私性好、推理边际成本低；缺点为参数量有限、能力相对较弱、受端侧算力和存储限制（1.5分）；典型适用场景：实时语音交互、离线翻译（答出2个即可，1分）。4.参考答案：核心原理：先根据用户问题从外部知识库中检索出相关的知识片段，再将用户问题与检索到的知识片段拼接后输入大模型，由大模型基于检索到的知识生成答案，从源头减少幻觉（2分）。核心优势：①成本更低：无需微调模型参数，仅需更新知识库即可适配新的领域知识，适合知识更新频繁的场景（1.5分）；②可解释性更强：生成答案的来源可追溯至知识库中的具体内容，便于验证和纠错（1.5分）。五、案例分析题参考答案（评分标准）：1.部署架构选型（4分）：采用“私有云+边缘端+端侧”混合部署架构（1分）。设计依据：①核心工艺数据、缺陷检测数据、客服知识库均部署在企业本地私有云，物理隔离外部网络，保障商业机密安全（1分）；②缺陷检测模型部署在生产线边缘计算节点，降低推理延迟，匹配生产线产能要求（1分）；③常见客服问题模型部署在客服坐席端侧设备，复杂问题跳转私有云处理，满足响应延迟要求（1分）。2.模型选型与实现路径（5分）：①缺陷检测：采用开源多模态大模型，基于企业自有缺陷图像+工艺文本数据进行LoRA微调，结合边缘端推理优化技术，实现高准确率低延迟检测（2分）；②工艺参数优化：采用“大模型+知识图谱+强化学习”方案，基于工艺文档构建领域知识图谱，通过大模型对接生产数据，用强化学习迭代优化参数，无需全参数训练（2分）；③客服系统：采用“端侧轻量大模型+RAG知识库”方案，端侧部署7B量化模型覆盖80%常见问题，剩余20%复杂问题调用私有云大模型结合RAG知识库答复（1分）。3.成本控制方案（3分）：①模型选型全部采用开源模型，无需支付商业授权费用（1分）；②采用参数高效微调技术，仅需少量算力即可完成模型定制，无需采购高端训练集群（1分）；③混合部署架构按需分配算力，边缘端与端侧利用现有硬件资源，仅需升级少量边缘计算节点，降低硬件投入（1分）。4.风险应对措施（3分）：①准确率不达标风险：建立“模型初筛+人工复核”机制，对模型置信度低于95%的样本进行人工标注，定期迭代微调模型，每两周更新一次模型版本（1分）；②数