2025年人工智能基本原理知識考試試題及答案一、單項選擇題（每題2分，共20分）1.在深度學習中，下列哪種激活函數(shù)在輸入為0時導數(shù)不存在？A.SigmoidB.ReLUC.TanhD.LeakyReLU答案：B解析：ReLU在x=0處左導數(shù)為0，右導數(shù)為1，左右導數(shù)不相等，故導數(shù)不存在；其余函數(shù)在0點均可導。2.若某卷積神經(jīng)網(wǎng)絡第一層使用32個5×5卷積核，輸入為RGB圖像（224×224×3），步長為1且零填充為2，則該層輸出特征圖的尺寸為：A.220×220×32B.224×224×32C.222×222×32D.218×218×32答案：B解析：輸出尺寸公式為?(N?F+2P)/S?+1，代入N=224，F(xiàn)=5，P=2，S=1，得224，通道數(shù)等于卷積核數(shù)32。3.在強化學習中，Qlearning更新公式Q(s,a)←Q(s,a)+α[r+γmax?′Q(s′,a′)?Q(s,a)]中，γ的物理意義是：A.學習率B.折扣因子C.探索率D.獎勵噪聲答案：B解析：γ∈[0,1]表示未來獎勵相對于即時獎勵的衰減程度，越大越重視長期收益。4.下列關于Transformer自注意力機制的說法，錯誤的是：A.查詢向量Q與鍵向量K的點積決定權重B.權重經(jīng)過Softmax后作用于值向量VC.多頭機制允許模型同時關注不同子空間信息D.自注意力計算復雜度與序列長度呈線性關系答案：D解析：標準自注意力復雜度為O(n2d)，n為序列長度，呈平方關系，非線性。5.在聯(lián)邦學習場景下，客戶端上傳本地模型參數(shù)而非原始數(shù)據(jù)，主要解決：A.通信帶寬不足B.數(shù)據(jù)隱私泄露C.模型過擬合D.參數(shù)初始化敏感答案：B解析：聯(lián)邦學習核心目標即“數(shù)據(jù)不動模型動”，避免原始數(shù)據(jù)出域，降低隱私風險。6.若某GAN的判別器損失突然降至接近0，而生成器損失居高不下，最可能的原因是：A.生成器學習率過高B.判別器過強，梯度消失C.梯度懲罰系數(shù)過大D.批歸一化參數(shù)凍結答案：B解析：判別器過強導致其輸出幾乎恒為1，生成器梯度?log(1?D(G(z)))趨近0，出現(xiàn)梯度消失。7.在知識蒸餾中，溫度參數(shù)T→∞時，軟標簽分布趨近于：A.均勻分布B.狄拉克δ分布C.正態(tài)分布D.伯努利分布答案：A解析：lim_{T→∞}exp(z_i/T)/Σ_jexp(z_j/T)=1/K，所有類別概率趨同，呈均勻分布。8.使用Adam優(yōu)化器時，下列超參數(shù)對內(nèi)存占用影響最小的是：A.β?B.β?C.εD.學習率α答案：C解析：ε僅為數(shù)值穩(wěn)定小常數(shù)，不參與動量向量存儲；其余參數(shù)均與一階、二階動量向量相關。9.在圖神經(jīng)網(wǎng)絡中，GCN的層間傳播公式H^(l+1)=σ(D?^??A?D?^??H^(l)W^(l))，其中A?表示：A.原始鄰接矩陣B.加入自環(huán)的鄰接矩陣C.歸一化鄰接矩陣D.拉普拉斯矩陣答案：B解析：A?=A+I，即給每個節(jié)點增加自環(huán)，避免特征在傳播中消失。10.若某模型在ImageNet上Top1準確率達90%，但對抗樣本準確率僅3%，說明該模型：A.欠擬合B.過擬合C.缺乏魯棒性D.梯度爆炸答案：C解析：對抗樣本攻擊暴露模型對輸入擾動極端敏感，屬于魯棒性缺陷，與過擬合無必然聯(lián)系。二、多項選擇題（每題3分，共15分，多選少選均不得分）11.下列哪些技術可直接用于緩解Transformer在長序列上的內(nèi)存爆炸？A.LinformerB.PerformerC.ALiBi位置編碼D.GradientCheckpointing答案：A、B、D解析：Linformer通過低秩投影壓縮K、V維度；Performer使用FAVOR+近似注意力；GradientCheckpointing以時間換空間；ALiBi僅改變位置編碼方式，不降低復雜度。12.關于BERT預訓練任務，下列說法正確的是：A.MLM任務中15%token被選中，其中80%替換為[MASK]B.NSP任務輸入為兩個句子，預測它們是否相鄰C.訓練時使用LayerNorm在殘差連接之后D.位置嵌入采用可學習的絕對位置編碼答案：A、B、D解析：LayerNorm在殘差連接“之前”應用，即PreNorm結構；其余均正確。13.在AutoML領域，以下哪些算法屬于“超參數(shù)優(yōu)化”范疇？A.BayesianOptimizationB.HyperbandC.DARTSD.PopulationBasedTraining答案：A、B、D解析：DARTS屬于架構搜索（NAS），非超參數(shù)優(yōu)化；其余均用于調(diào)參。14.下列關于模型壓縮的說法，正確的有：A.剪枝后通常需要重新訓練以恢復精度B.知識蒸餾屬于數(shù)據(jù)壓縮而非參數(shù)壓縮C.量化將32位浮點權重映射為8位整型D.低秩分解通過SVD減少全連接層參數(shù)答案：A、C、D解析：知識蒸餾仍屬于模型壓縮技術，通過遷移“知識”實現(xiàn)小模型逼近大模型，故B錯誤。15.在DiffusionModel前向過程中，若總步長T=1000，下列哪些操作可加快采樣速度？A.DDIM采樣B.減少擴散步數(shù)至250C.使用DPMSolverD.提高噪聲調(diào)度β_t答案：A、B、C解析：DDIM與DPMSolver均為快速采樣算法；減少步數(shù)直接縮短鏈長；提高β_t會增大每步噪聲，反而可能降低質(zhì)量，不屬加速技巧。三、填空題（每空2分，共20分）16.在ResNet中，恒等映射分支被稱為__________，其梯度可直接回傳，有效緩解__________問題。答案：skipconnection（或shortcut），梯度消失解析：skipconnection將輸入x直接加到輸出，形成y=F(x)+x，鏈式求導時梯度多一條恒等路徑。17.若某LSTM單元隱藏狀態(tài)維度為512，則其三個門控（輸入門、遺忘門、輸出門）各自含參數(shù)矩陣大小為__________×__________。答案：512，512+input_size解析：門控權重矩陣維度為hidden_size×(hidden_size+input_size)，偏置向量維度為hidden_size。18.在VisionTransformer中，圖像被劃分為16×16非重疊patches，則輸入224×224×3圖像共產(chǎn)生__________個patchtoken，加上clstoken后，序列長度為__________。答案：196，197解析：224/16=14，14×14=196；再加一個clstoken。19.聯(lián)邦平均算法FedAvg中，若客戶端k的本地數(shù)據(jù)量為n_k，全局聚合時其模型權重占比為__________。答案：n_k/Σ_in_i解析：按數(shù)據(jù)量加權平均，保證無偏估計。20.在PyTorch中，若需凍結某層參數(shù)，應設置該層參數(shù)的__________屬性為False。答案：requires_grad解析：requires_grad=False時，autograd將跳過該層，梯度不再計算。四、判斷題（每題1分，共10分，正確打“√”，錯誤打“×”）21.使用GroupNormalization時，批量大小對性能影響遠小于BatchNormalization。答案：√解析：GroupNorm計算獨立于batch維度，僅與通道分組有關，適合小batch場景。22.在DQN中，經(jīng)驗回放池容量越大，算法收斂速度一定越快。答案：×解析：容量過大導致早期樣本被過度稀釋，反而可能減慢收斂。23.對比學習損失InfoNCE在溫度系數(shù)τ→0時，退化為交叉熵損失。答案：×解析：τ→0使分布更尖銳，但形式仍為對比損失，非標準交叉熵。24.在GPT3中，模型參數(shù)量達到175B，其上下文窗口固定為2048個token。答案：×解析：GPT3最大上下文窗口為2048，但后續(xù)版本（如textdavinci003）已擴展至4096。25.使用混合精度訓練時，損失縮放（lossscaling）主要用于防止梯度下溢。答案：√解析：FP16表示范圍小，梯度<2?2?易下溢，損失縮放將其放大后再反向傳播。26.在圖卷積網(wǎng)絡中，增加網(wǎng)絡深度必然提升節(jié)點分類精度。答案：×解析：過深導致過度平滑（oversmoothing），節(jié)點表示趨同，精度反而下降。27.模型蒸餾時，學生網(wǎng)絡結構必須嚴格為教師網(wǎng)絡的縮小版。答案：×解析：學生可采用完全不同的架構（如CNN→Transformer），只要學習任務一致即可。28.在目標檢測中，YOLOv5的anchor尺寸通過kmeans聚類在COCO數(shù)據(jù)集上預先計算。答案：√解析：YOLO系列沿用anchor機制，kmeans聚類獲得最優(yōu)先驗框。29.使用ReLU激活的神經(jīng)網(wǎng)絡，其損失曲面必然非凸。答案：×解析：單隱層+ReLU網(wǎng)絡損失曲面仍為非凸，但“必然”一詞過于絕對；特殊構造下可存在凸子區(qū)域。30.在聯(lián)邦學習中，即使所有客戶端數(shù)據(jù)IID，仍可能因設備異構導致模型發(fā)散。答案：√解析：設備計算能力、本地epoch不同會使模型更新幅度差異，造成全局模型漂移。五、簡答題（每題8分，共24分）31.描述MaskedAutoencoder（MAE）在視覺自監(jiān)督中的核心思想，并說明其為何能顯著降低預訓練代價。答案：MAE采用非對稱編碼器解碼器結構：輸入圖像75%的patch被隨機掩碼，編碼器僅對可見patch進行計算，得到latentrepresentation；輕量級解碼器將掩碼token與可見表示共同映射回像素空間，重建被掩碼區(qū)域。解析：1.高掩碼比（75%）大幅減小編碼器計算量，僅處理25%patch，等效batchsize下顯存與FLOP均下降約3×；2.解碼器參數(shù)少、計算輕，整體預訓練時間較傳統(tǒng)ViT自監(jiān)督縮短約4×；3.像素級重建任務無需人工標簽，充分利用無標注數(shù)據(jù)；4.掩碼策略引入強正則，迫使模型學習高層語義而非局部紋理，提升下游遷移精度。32.解釋梯度爆炸在RNN中的產(chǎn)生機理，并給出兩種有效緩解方案及原理。答案：機理：RNN沿時間展開后，梯度通過連乘雅可比矩陣回傳，若譜半徑>1，則梯度呈指數(shù)增長，導致參數(shù)更新步長過大，模型無法收斂。方案及原理：1.梯度裁剪（GradientClipping）：設定閾值c，若‖g‖>c，則g←c·g/‖g‖，強制限制梯度范數(shù)，避免參數(shù)跳躍；2.門控機制（LSTM/GRU）：通過輸入門、遺忘門調(diào)節(jié)歷史信息留存比例，使雅可比矩陣譜半徑接近1，梯度呈近似線性傳播，抑制指數(shù)爆炸；3.正交/酉初始化：將循環(huán)權重初始化為酉矩陣，保證譜半徑=1，從源頭降低爆炸概率。33.對比MoCov1與SimCLR在負樣本管理上的差異，并分析MoCo在內(nèi)存受限場景下的優(yōu)勢。答案：差異：1.MoCo維護一個隊列式字典（queue），容量可達65536，負樣本來自此前若干batch的編碼結果，由動量編碼器生成，保持一致性；2.SimCLR負樣本僅來自同一batch內(nèi)其余樣本，受batchsize限制，通常需4096以上才能取得較好效果。優(yōu)勢：1.內(nèi)存效率：MoCo字典無需反向傳播，動量編碼器參數(shù)通過滑動平均更新，顯存占用與batchsize解耦；2.一致性：動量更新使字典鍵表示緩慢演變，降低特征漂移，提升對比學習穩(wěn)定性；3.擴展性：在8G顯存下，MoCo仍可維護6萬負樣本，而SimCLR需32G以上才能容納同等數(shù)量，故MoCo更適合GPU資源受限場景。六、計算與推導題（共31分）34.（10分）已知某卷積層輸入特征圖尺寸為14×14×256，采用3×3分組卷積，groups=32，輸出通道512，步長1，填充1。（1）計算該層參數(shù)量；（2）若使用標準卷積達到相同輸出尺寸與通道數(shù)，參數(shù)量增加多少倍？答案：（1）分組卷積參數(shù)：每組輸入通道=256/32=8，輸出通道=512/32=16，每組卷積核3×3×8×16，總參量=32×3×3×8×16=36864；（2）標準卷積參數(shù)：3×3×256×512=1179648；增加倍數(shù)=1179648/36864=32倍。解析：分組卷積將輸入通道分組，每組獨立卷積，參數(shù)量與groups成反比；標準卷積全連接所有輸入輸出通道，故參數(shù)量擴大groups倍。35.（10分）給定一個二分類問題，正負樣本各50例，某模型輸出概率如下：正樣本預測概率：[0.99,0.98,0.95,0.90,0.85,0.80,0.75,0.70,0.65,0.60,0.55,0.45,0.40,0.35,0.30,0.25,0.20,0.15,0.10,0.05]負樣本預測概率：[0.50,0.48,0.46,0.44,0.42,0.40,0.38,0.36,0.34,0.32,0.30,0.28,0.26,0.24,0.22,0.20,0.18,0.16,0.14,0.12]（1）畫出ROC曲線并計算AUC；（2）求Youden指數(shù)最大時的閾值及對應靈敏度、特異度。答案：（