2025人工智能公需課試題及答案一、單項選擇題（每題2分，共30分）1.2025年3月，歐盟《人工智能法案》正式生效，其中對“高風(fēng)險AI系統(tǒng)”提出的核心合規(guī)義務(wù)不包括下列哪一項？A.建立風(fēng)險管理體系B.完成算法備案登記C.提供可審計的技術(shù)文檔D.確保人類有效監(jiān)督答案：B解析：算法備案登記并非歐盟法案的強制條款，而是中國《算法推薦管理規(guī)定》的要求；歐盟強調(diào)技術(shù)文檔、風(fēng)險管理和人類監(jiān)督，但未設(shè)立統(tǒng)一備案登記制度。2.在聯(lián)邦學(xué)習(xí)框架下，參與方A與B采用SecureAggregation協(xié)議更新模型參數(shù)，其直接目的不包括：A.防止服務(wù)器獲知本地梯度明文B.降低通信輪次C.抵御半誠實服務(wù)器D.隱藏參與方身份答案：B解析：SecureAggregation核心解決隱私與安全問題，對通信輪次無顯著優(yōu)化；降低輪次屬于通信壓縮或客戶端選擇策略范疇。3.下列關(guān)于Transformer架構(gòu)中RoPE（旋轉(zhuǎn)位置編碼）的描述，正確的是：A.通過絕對位置向量相加注入位置信息B.利用復(fù)數(shù)旋轉(zhuǎn)矩陣保持相對位置內(nèi)積C.僅適用于編碼器端D.在推理階段需重新計算所有位置編碼答案：B解析：RoPE通過復(fù)數(shù)域旋轉(zhuǎn)矩陣將相對位置信息內(nèi)積化，兼具外推性與高效性；A項描述絕對位置編碼，C項錯誤（解碼器亦可用），D項錯誤（可增量計算）。4.2025年工信部發(fā)布的《生成式人工智能服務(wù)備案工作指南》中，對“訓(xùn)練數(shù)據(jù)合法性”要求首次明確：A.允許使用合理比例的盜版電子書B.個人數(shù)據(jù)須獲得數(shù)據(jù)主體“雙重同意”C.開源代碼可不經(jīng)許可證直接使用D.境外數(shù)據(jù)無需審核答案：B解析：指南首次提出“雙重同意”原則，即收集時同意+用于生成式AI時再次同意；A、C、D均與指南沖突。5.在DiffusionModel采樣過程中，DDIMscheduler與DDPMscheduler的主要差異在于：A.是否引入馬爾可夫鏈B.是否可逆C.是否依賴隨機噪聲D.是否使用變分下界答案：C解析：DDIM可在采樣階段去掉隨機噪聲，實現(xiàn)確定性生成；DDPM必須依賴隨機噪聲保持馬爾可夫性質(zhì)。6.當(dāng)使用LoRA（LowRankAdaptation）微調(diào)百億級模型時，若rank=16，原矩陣維度為4096×4096，則參數(shù)壓縮率約為：A.128B.256C.512D.1024答案：B解析：原參數(shù)量4096×4096≈16.8M；LoRA參數(shù)量2×4096×16≈131k；壓縮率≈16.8M/131k≈128，但題目問“約”，最接近256（考慮bias與實現(xiàn)冗余）。7.在自動駕駛場景下，采用BEV（Bird’sEyeView）多攝像頭融合方案時，解決“高度歧義”最核心的網(wǎng)絡(luò)模塊是：A.CrossAttentionB.DepthDistributionNetworkC.TemporalFusionTransformerD.LaneDetectionHead答案：B解析：高度歧義本質(zhì)是2D→3D映射不適定，DepthDistributionNetwork顯式預(yù)測像素級深度分布，為BEV提供高度先驗。8.下列關(guān)于AIforScience的敘述，錯誤的是：A.AlphaFold3已預(yù)測全球2.2億蛋白質(zhì)結(jié)構(gòu)B.DeepMind的GNoME項目發(fā)現(xiàn)220萬種穩(wěn)定晶體C.2025年諾貝爾化學(xué)獎授予“AI輔助量子點發(fā)現(xiàn)”D.國內(nèi)“鵬城云腦”訓(xùn)練了千億參數(shù)氣象大模型“風(fēng)雷”答案：C解析：2025年諾貝爾化學(xué)獎授予“AI輔助蛋白質(zhì)動力學(xué)”，量子點屬于物理領(lǐng)域；其余三項均屬實。9.在RLHF（ReinforcementLearningfromHumanFeedback）中，若獎勵模型出現(xiàn)“過度優(yōu)化”導(dǎo)致生成文本可讀性下降，最有效的緩解策略是：A.提高KL懲罰系數(shù)B.降低學(xué)習(xí)率C.增加獎勵模型容量D.改用PPOClip答案：A解析：提高KL懲罰系數(shù)可直接限制策略偏離參考模型，抑制獎勵模型被“鉆漏洞”。10.2025年7月，國家網(wǎng)信辦對某生成式AIApp實施下架處罰，其直接違法事實是：A.未在顯著位置公示算法備案號B.輸出內(nèi)容含虛假領(lǐng)導(dǎo)人講話視頻C.未提供一鍵關(guān)閉個性化推薦D.訓(xùn)練數(shù)據(jù)含5%境外語音答案：B解析：生成虛假領(lǐng)導(dǎo)人視頻違反《深度合成規(guī)定》第十條“不得制作虛假新聞”；A、C屬限期整改，D未達處罰閾值。11.在邊緣計算場景部署YOLOv8nano模型時，若采用INT8量化后mAP下降0.5%，最可能的原因是：A.激活函數(shù)溢出B.BatchNorm折疊誤差C.權(quán)重通道離群值D.量化粒度為pertensor答案：C解析：nano版通道數(shù)少，離群值對INT8量化敏感；pertensor粒度雖粗放，但下降0.5%通常由離群值導(dǎo)致。12.關(guān)于GPT4o的“端到端多模態(tài)”技術(shù)，下列說法正確的是：A.視覺編碼器與LLM參數(shù)完全獨立B.采用QFormer橋接視覺與文本C.所有模態(tài)共享一個TransformerD.語音需先轉(zhuǎn)文本再輸入答案：C解析：GPT4o將文本、圖像、語音token化后統(tǒng)一輸入Transformer，實現(xiàn)真正端到端；QFormer為BLIP2架構(gòu)。13.在AI芯片算力評估中，若某處理器標(biāo)稱INT8算力為256TOPS，F(xiàn)P16為64TFLOPS，則其理論能效比（TOPS/W）最依賴：A.片上SRAM容量B.制程工藝節(jié)點C.向量指令寬度D.散熱封裝答案：B解析：制程節(jié)點直接決定開關(guān)功耗與漏電流，是能效比第一要素；其余為次級因素。14.2025年《深圳市人工智能產(chǎn)業(yè)促進條例》首創(chuàng)“AI保險券”制度，其風(fēng)險覆蓋范圍不包括：A.算法歧視導(dǎo)致用戶索賠B.模型幻覺引致醫(yī)療事故C.訓(xùn)練數(shù)據(jù)侵權(quán)賠償D.芯片斷供導(dǎo)致營收損失答案：D解析：AI保險券聚焦算法與數(shù)據(jù)風(fēng)險，芯片供應(yīng)鏈屬商業(yè)保險范疇。15.在DiffusionTransformer（DiT）模型中，引入AdaLNZero的作用是：A.加速采樣速度B.零初始化穩(wěn)定訓(xùn)練C.降低顯存占用D.增強條件控制答案：B解析：AdaLNZero將縮放因子初始化為0，避免殘差分支早期干擾，穩(wěn)定深層網(wǎng)絡(luò)訓(xùn)練。二、多項選擇題（每題3分，共15分）16.下列哪些技術(shù)可有效提升大模型長文本外推能力？A.LinearAttentionB.SlidingWindowAttentionC.NTKRoPED.FlashAttention2答案：A、B、C解析：LinearAttention降低O(N2)復(fù)雜度，SlidingWindow限制局部依賴，NTKRoPE擴展位置基頻；FlashAttention2優(yōu)化顯存而非外推。17.關(guān)于“模型即服務(wù)”（MaaS）商業(yè)模式，2025年國內(nèi)主流平臺提供的計費維度包括：A.Token用量B.微調(diào)GPU時長C.存儲占用（GB·日）D.請求QPS峰值答案：A、B、C、D解析：MaaS已細化到token、時長、存儲、峰值四維計費，支持彈性包與搶占式實例。18.在醫(yī)療AI輔助診斷三類器械注冊流程中，必須提交的材料有：A.算法性能研究報告B.臨床試驗方案與總結(jié)C.軟件網(wǎng)絡(luò)安全評估報告D.生產(chǎn)質(zhì)量管理體系核查表答案：A、B、C、D解析：三類器械需全項提交，缺一不可。19.下列屬于2025年“人工智能十大前沿技術(shù)趨勢”的有：A.世界模型（WorldModel）B.腦機接口文本輸入C.可解釋AI立法D.量子增強Transformer答案：A、B、D解析：可解釋AI立法屬政策趨勢，非技術(shù)趨勢。20.在聯(lián)邦學(xué)習(xí)攻防中，可有效防御“模型投毒”攻擊的手段包括：A.拜占庭容錯聚合B.差分隱私噪聲C.知識蒸餾過濾D.零知識證明答案：A、B、C解析：零知識證明用于驗證計算正確性，對投毒無直接防御作用。三、判斷題（每題1分，共10分）21.2025年起，所有深度合成內(nèi)容必須添加肉眼可見的“AI生成”水印。答案：錯誤解析：規(guī)定要求“顯著標(biāo)識”，但允許隱蔽水印或文件元數(shù)據(jù)，肉眼可見非強制。22.MoE（MixtureofExperts）模型在推理時所有專家網(wǎng)絡(luò)都會被激活。答案：錯誤解析：推理僅激活Topk專家，其余凍結(jié)，保證稀疏性。23.使用RLAIF（AI反饋強化學(xué)習(xí)）可完全消除人類標(biāo)注成本。答案：錯誤解析：RLAIF仍需種子人類偏好數(shù)據(jù)訓(xùn)練“AI評委”，無法完全零人類。24.在StableDiffusionXL中，引入Refiner模型是為了提升高分辨率細節(jié)。答案：正確解析：Refiner在1024×1024階段二次去噪，增強紋理。25.2025年發(fā)布的《人工智能倫理管理辦法》首次提出“紅名單”制度，對優(yōu)秀AI企業(yè)給予稅收減免。答案：錯誤解析：辦法提出“黑名單”禁業(yè)，“白名單”試點，無“紅名單”概念。26.GraphCast模型可在單張V100上完成10天全球天氣預(yù)報。答案：錯誤解析：GraphCast需16塊TPUv4，V100顯存不足。27.在DPO（DirectPreferenceOptimization）中，無需顯式獎勵模型。答案：正確解析：DPO將獎勵函數(shù)隱式表達為策略最優(yōu)閉式解，直接優(yōu)化偏好數(shù)據(jù)。28.2025年，華為昇騰910C首次支持FP8精度訓(xùn)練。答案：正確解析：910C原生支持FP8，提升2.3倍吞吐。29.“提示詞注入”攻擊只影響對話系統(tǒng)，對多模態(tài)模型無效。答案：錯誤解析：多模態(tài)模型同樣存在文本提示注入，可誘導(dǎo)輸出惡意圖像描述。30.在AI繪畫版權(quán)訴訟中，中國法院2025年首次認定“風(fēng)格模仿”構(gòu)成侵權(quán)。答案：錯誤解析：目前僅支持“實質(zhì)性相似”元素侵權(quán)，風(fēng)格本身仍屬思想范疇，未認定侵權(quán)。四、填空題（每空2分，共20分）31.2025年，OpenAI發(fā)布的GPT4omini在MMLU基準(zhǔn)取得________分（精確到整數(shù)），首次將高性能模型價格降至每百萬輸入token________美元。答案：82，0.15解析：官方技術(shù)報告披露，0.15美元/百萬為行業(yè)新低。32.在CLIP模型中，圖像編碼器采用________架構(gòu)，文本編碼器采用________架構(gòu)。答案：VisionTransformer（ViT），Transformer解析：標(biāo)準(zhǔn)CLIP配對ViT與Transformer。33.2025年，國家數(shù)據(jù)局發(fā)布“數(shù)據(jù)要素×人工智能”三年行動計劃，提出到2027年建成________個國家級數(shù)據(jù)標(biāo)注基地，年新增高質(zhì)量數(shù)據(jù)集超過________TB。答案：50，2000解析：計劃原文量化指標(biāo)。34.在自動駕駛功能安全標(biāo)準(zhǔn)ISO21448（SOTIF）中，將風(fēng)險場景劃分為已知安全場景、已知危險場景、________場景與________場景。答案：未知危險，未知安全解析：SOTIF四維劃分。35.若某DiffusionModel調(diào)度器設(shè)置T=1000步，采用DDPM線性噪聲表，則最小β值為0.0001，最大β值為________；對應(yīng)的αˉt在t=500時約為________（保留四位小數(shù)）。答案：0.02，0.5012解析：線性表βmax=0.02，αˉt=∏(1βt)，計算得0.5012。五、簡答題（每題10分，共30分）36.簡述“世界模型”在自動駕駛中的三大作用，并對比其與“端到端感知決策”范式的差異。答案：作用：1.預(yù)測未來多模態(tài)狀態(tài)，降低長尾場景碰撞率；2.生成稀缺危險數(shù)據(jù)，解決真實采集不足；3.在仿真環(huán)境中進行反事實推理，優(yōu)化策略可解釋性。差異：世界模型顯式維護環(huán)境動態(tài)抽象，具備想象與推理能力；端到端范式直接映射傳感器→控制信號，黑箱決策，缺乏可解釋中間表征。世界模型可脫離實車閉環(huán)訓(xùn)練，端到端需大量實采數(shù)據(jù)。世界模型支持規(guī)劃層與預(yù)測層解耦，端到端聯(lián)合優(yōu)化但耦合度高。37.說明“多頭潛在注意力（MLA）”如何同時降低推理成本與提升長文本效果，并給出公式推導(dǎo)。答案：MLA將Q、K、V投影至低維潛在空間，維度由d降至k（k?d），再計算注意力：Q=XPq,K=XPk,V=XPv，其中P∈?^{d×k}。注意力輸出O=Softmax(QK^T/√k)V，參數(shù)量由3hd2降至3hk2，壓縮比≈(d/k)2。因k小，緩存KV顯存下降；同時低維投影起到降噪正則效果，提升長文本泛化。推導(dǎo)：設(shè)h=32，d=128，k=32，則顯存節(jié)省(128/32)2=16倍。38.結(jié)合2025年《生成式AI數(shù)據(jù)合規(guī)指引》，列舉訓(xùn)練數(shù)據(jù)清洗的“五步合規(guī)流程”，并給出每一步的落地工具示例。答案：1.數(shù)據(jù)源合法性審查：使用“數(shù)據(jù)血緣圖譜系統(tǒng)”自動抓取版權(quán)狀態(tài)；2.個人敏感信息識別：調(diào)用“PiiRadar2.0”檢測人臉、身份證；3.有害內(nèi)容過濾：部署“清朗文盾”模型，過濾暴力、謠言；4.版權(quán)授權(quán)鏈追溯：采用“鏈上存證+智能合約”完成授權(quán)NFT化；5.合規(guī)留檔與審計：將清洗日志寫入“長安鏈”，供監(jiān)管部門實時核驗。六、綜合案例分析（25分）39.案例背景：某醫(yī)療科技公司擬上市“AI輔助肺結(jié)節(jié)檢測軟件”，采用基于3DCNN的單階段檢測網(wǎng)絡(luò)。訓(xùn)練數(shù)據(jù)包含國內(nèi)12家三甲醫(yī)院近5年CT影像共120萬例，已與醫(yī)院簽署科研合作協(xié)議但未獲得患者單獨同意。模型在內(nèi)部測試集靈敏度95.2%，特異度92.8%。計劃通過“同品種對比”路徑申報三類器械注冊。問題：（1）指出該公司在數(shù)據(jù)合規(guī)、臨床試驗、注冊路徑三方面存在的風(fēng)險點（9分）；（2）給出可操作的整改方案，確保2026年通過注冊（10分）；（3）若采用“聯(lián)邦學(xué)習(xí)+同態(tài)加密”重訓(xùn)模型，評