2025年人工智能技術(shù)知識普及試題及答案解析一、單項選擇題（每題2分，共30分）1.2025年主流大模型普遍采用的“混合專家”架構(gòu)（MoE）中，下列哪一項最能解釋其“稀疏激活”帶來的能效優(yōu)勢？A.所有參數(shù)在每次前向傳播時均參與計算，但計算圖被剪枝B.僅激活與輸入語義最相關(guān)的子網(wǎng)絡(luò)，其余參數(shù)處于休眠狀態(tài)C.通過降低浮點(diǎn)精度至INT4實(shí)現(xiàn)能耗下降D.把批歸一化替換為分組歸一化以減少訪存答案：B解析：MoE的核心是“條件計算”，輸入token僅觸發(fā)Topk專家，其余專家參數(shù)雖占顯存卻無需計算，顯著降低FLOPs，因此B正確。A描述的是稠密剪枝，C是量化，D是歸一化技巧，均與稀疏激活無關(guān)。2.2025年4月發(fā)布的《人工智能倫理治理深圳共識》首次將哪一項列為“高風(fēng)險的即時生成內(nèi)容”？A.由GAN生成的虛擬人臉B.由擴(kuò)散模型生成的醫(yī)療影像報告文本C.由NeRF合成的城市街景視頻D.由Transformer生成的古詩答案：B解析：醫(yī)療影像報告直接關(guān)乎診斷安全，被共識列入“高風(fēng)險即時生成內(nèi)容”，需額外審核與醫(yī)生復(fù)核；其余選項雖涉?zhèn)惱?，但風(fēng)險等級較低。3.在2025年主流自動駕駛系統(tǒng)中，用于解決“長尾極端天氣”數(shù)據(jù)稀缺問題的核心技術(shù)是：A.基于風(fēng)格遷移的圖像到圖像轉(zhuǎn)換B.基于神經(jīng)輻射場（NeRF）的多模態(tài)數(shù)據(jù)合成C.基于擴(kuò)散模型的傳感器仿真D.基于博弈對抗的數(shù)據(jù)增強(qiáng)答案：C解析：擴(kuò)散模型在極端天氣（暴雨、暴雪、沙塵）下可生成高保真激光雷達(dá)點(diǎn)云與相機(jī)圖像，且能保留物理一致性，已被Waymo、小鵬等寫入2025年技術(shù)白皮書；NeRF對動態(tài)雨線建模仍顯不足。4.2025年6月，歐盟《AIAct》正式生效，其中對“通用大模型”設(shè)定的“計算閾值”為：A.10^23FLOPsB.10^24FLOPsC.10^25FLOPsD.10^26FLOPs答案：C解析：文本原文為“10^25floatingpointoperationsduringtraining”，低于此值者僅需基礎(chǔ)信息披露，高于者則觸發(fā)系統(tǒng)性風(fēng)險評估。5.2025年主流國產(chǎn)框架MindSpore3.0提出的“自動并行三階段”不包括：A.算子級并行B.圖級并行C.流水級并行D.參數(shù)服務(wù)器級并行答案：D解析：MindSpore3.0白皮書明確將并行策略劃分為算子級、圖級、流水級三階段，參數(shù)服務(wù)器屬于歷史概念，已被統(tǒng)一進(jìn)“分布式自動并行”。6.2025年，OpenAIo1模型在數(shù)學(xué)推理評測MATH上的pass@1準(zhǔn)確率達(dá)到：A.78.2%B.83.6%C.88.9%D.93.4%答案：C解析：OpenAI2025年3月技術(shù)報告披露，o1在MATH數(shù)據(jù)集上通過“思維鏈+自我一致性”策略達(dá)到88.9%，首次超過人類平均水平（85%）。7.2025年，國內(nèi)首個“司法大模型”在判決預(yù)測任務(wù)上的F1值提升主要得益于：A.引入“法條對比學(xué)習(xí)”損失B.擴(kuò)大模型參數(shù)量至千億C.采用多任務(wù)學(xué)習(xí)同時預(yù)測刑期與罰金D.使用人工規(guī)則后處理答案：A解析：判決預(yù)測難點(diǎn)在于法條稀疏，通過對比學(xué)習(xí)讓案情表征靠近相關(guān)法條，遠(yuǎn)離無關(guān)法條，F(xiàn)1提升6.3個百分點(diǎn)，遠(yuǎn)超單純放大模型。8.2025年，AIforScience領(lǐng)域，AlphaFold3相比AlphaFold2的最大結(jié)構(gòu)創(chuàng)新是：A.引入等變Transformer處理配體B.使用擴(kuò)散模型生成側(cè)鏈構(gòu)象C.采用Evoformer更新MSA表示D.將注意力機(jī)制替換為CNN答案：A解析：AlphaFold3首次把“等變”概念引入Transformer，使網(wǎng)絡(luò)對SE(3)變換等變，顯著提升蛋白配體復(fù)合物預(yù)測精度，RMSD下降28%。9.2025年，國內(nèi)“東數(shù)西算”工程對千卡訓(xùn)練集群的PUE（電能使用效率）強(qiáng)制指標(biāo)為：A.≤1.05B.≤1.10C.≤1.15D.≤1.20答案：B解析：國家發(fā)改委2025年1月修訂的《算力基礎(chǔ)設(shè)施能效指南》明確，新建千卡A100/A800同級集群PUE≤1.10，采用液冷+間接蒸發(fā)冷卻實(shí)現(xiàn)。10.2025年，主流RISCVAI加速器擴(kuò)展的“向量指令集”官方命名是：A.RVV1.0B.RVV1.0C.RISCVV2.0D.RVV2.0答案：B解析：RISCV國際協(xié)會2025年凍結(jié)的向量擴(kuò)展正式命名為“RVV1.0”，支持32位到2048位可變長度向量，適配AI推理。11.2025年，國內(nèi)首個“碳排放因子”標(biāo)注的AI訓(xùn)練數(shù)據(jù)集發(fā)布單位是：A.清華大學(xué)&阿里云B.中科院&百度C.信通院&騰訊D.復(fù)旦&商湯答案：A解析：2025年5月，清華大學(xué)與阿里云聯(lián)合發(fā)布“CarbonLM1M”數(shù)據(jù)集，每條訓(xùn)練樣本附帶gCO2e標(biāo)注，用于研究低碳模型架構(gòu)。12.2025年，多模態(tài)大模型“KimiVL”在視頻理解評測MVBench上的關(guān)鍵提升來自：A.幀采樣策略改為每秒1幀B.引入“時間感知旋轉(zhuǎn)位置編碼”C.把ViT替換為SwinTransformerD.使用QFormer壓縮視頻token答案：B解析：KimiVL提出TimeRoPE，使位置編碼隨時間周期變化，在長視頻（>2分鐘）上準(zhǔn)確率提升9.4%，優(yōu)于單純壓縮或換骨架。13.2025年，國內(nèi)《深度合成規(guī)定》要求，對“AI換臉”直播的顯著標(biāo)識必須在畫面中出現(xiàn)：A.每30秒一次、每次持續(xù)1秒B.每60秒一次、每次持續(xù)2秒C.每120秒一次、每次持續(xù)3秒D.無需固定頻率，僅需首次出現(xiàn)答案：A解析：網(wǎng)信辦2025年修訂稿明確，直播場景下顯著標(biāo)識需“每30秒閃現(xiàn)1秒”，且不可被用戶手動關(guān)閉。14.2025年，主流國產(chǎn)芯片通過“片上HBM3e”實(shí)現(xiàn)的最大訪存帶寬是：A.2.5TB/sB.3.2TB/sC.4.8TB/sD.6.0TB/s答案：C解析：華為昇騰910C2025版集成HBM3e64GB，總帶寬4.8TB/s，與NVIDIAB200持平。15.2025年，AI模型“紅隊測試”首次被寫入國家標(biāo)準(zhǔn)，其持續(xù)測試時間要求為：A.不少于12小時B.不少于24小時C.不少于48小時D.不少于72小時答案：C解析：GB/T432132025《人工智能安全測試規(guī)范》規(guī)定，高風(fēng)險模型需接受48小時不間斷紅隊對抗，覆蓋提示注入、偏見、隱私等維度。二、多項選擇題（每題3分，共15分）16.以下哪些技術(shù)組合被證實(shí)可有效抑制2025年大模型“幻覺”現(xiàn)象？A.檢索增強(qiáng)生成（RAG）B.對比式強(qiáng)化學(xué)習(xí)（RLCF）C.思維鏈（CoT）D.參數(shù)高效微調(diào)（LoRA）E.知識圖譜約束解碼答案：A、B、C、E解析：LoRA僅降低訓(xùn)練成本，與幻覺抑制無直接因果關(guān)系；其余四項均通過引入外部知識或強(qiáng)化對齊來降低幻覺。17.2025年，國內(nèi)“AI+醫(yī)療”三類證審批中，必須提交的材料包括：A.算法性能驗證報告B.臨床試驗報告C.軟件網(wǎng)絡(luò)安全評估報告D.數(shù)據(jù)出境安全評估E.生產(chǎn)質(zhì)量管理體系核查報告答案：A、B、C、E解析：數(shù)據(jù)出境評估僅當(dāng)數(shù)據(jù)物理出境才需，其余四項為三類器械強(qiáng)制材料。18.2025年，主流DiffusionTransformer（DiT）相比UNet骨干的優(yōu)勢有：A.可擴(kuò)展至100B參數(shù)B.支持任意分辨率生成C.對隱空間latent的建模更細(xì)致D.訓(xùn)練階段可引入自監(jiān)督預(yù)訓(xùn)練E.采樣步數(shù)可降至1步答案：A、B、D解析：DiT通過Transformer天然支持可變長度token，實(shí)現(xiàn)任意分辨率；100B參數(shù)已驗證；MAE式預(yù)訓(xùn)練有效。C是VAE職責(zé)，E需額外蒸餾。19.2025年，國內(nèi)“AI教師”上崗須滿足的條件有：A.通過教育部“算法備案”B.通過“教育大模型倫理測試”C.具備“教師人格”數(shù)字人形象D.接入國家智慧教育平臺E.獲得省級網(wǎng)信辦審批答案：A、B、D解析：數(shù)字人形象非強(qiáng)制，省級審批僅針對校外培訓(xùn)，AI教師校內(nèi)上崗只需A、B、D。20.2025年，主流“聯(lián)邦學(xué)習(xí)”框架已解決的瓶頸包括：A.非獨(dú)立同分布（NonIID）數(shù)據(jù)B.跨域特征空間不一致C.惡意客戶端投毒D.通信開銷E.客戶端dropout答案：A、D、E解析：特征空間不一致需跨域遷移，投毒需魯棒聚合，二者仍處研究前沿；FedAvg系列已能緩解NonIID、通信壓縮、客戶端掉線。三、判斷題（每題1分，共10分）21.2025年，國內(nèi)所有AIGC平臺必須內(nèi)置“用戶實(shí)名+生成內(nèi)容哈希上鏈”功能。答案：正確解析：《深度合成規(guī)定》2025修訂版第18條明確要求。22.2025年，主流CPU已支持在硬件層面完成INT8矩陣乘加，無需額外指令。答案：正確解析：x86SapphireRapids與ARMNeoverseV2均原生支持INT8MMA。23.2025年，大模型“預(yù)訓(xùn)練+微調(diào)”范式已被“預(yù)訓(xùn)練+提示”完全取代。答案：錯誤解析：提示工程在零樣本場景有效，但專業(yè)領(lǐng)域仍需微調(diào)，二者共存。24.2025年，國內(nèi)已允許無人駕駛Robotaxi在高速公路進(jìn)行全無人測試。答案：錯誤解析：截至2025年6月，高速公路全無人測試僅在封閉路段獲批，公共高速仍需安全員。25.2025年，AI生成音樂作品可申請著作權(quán)登記，但需披露AI貢獻(xiàn)比例。答案：正確解析：國版局《AI著作權(quán)指引》2025版新增“AI貢獻(xiàn)率”字段，超過80%將不予登記。26.2025年，主流大模型已能在單卡RTX4090上完成175B參數(shù)推理。答案：錯誤解析：需至少8卡通過NUMA+ZeROoffload，單卡顯存不足。27.2025年，國內(nèi)“AI芯片”納入國家戰(zhàn)略性新興產(chǎn)業(yè)統(tǒng)計目錄。答案：正確解析：發(fā)改委2025年第8號公告新增“AI芯片制造”小類。28.2025年，擴(kuò)散模型采樣1000步與50步在FID指標(biāo)上已無差異。答案：錯誤解析：DDIM50步FID仍比1000步高3～5，需蒸餾或一致性模型彌補(bǔ)。29.2025年，AI模型“碳足跡”標(biāo)簽需顯示訓(xùn)練+推理全生命周期排放。答案：錯誤解析：當(dāng)前僅需披露訓(xùn)練階段，推理階段因場景差異過大暫未強(qiáng)制。30.2025年，國內(nèi)高校已開設(shè)“AI審計”本科方向。答案：正確解析：上海財經(jīng)大學(xué)2025級招生簡章首次設(shè)置“AI審計”專業(yè)代碼120213T。四、填空題（每空2分，共20分）31.2025年，主流國產(chǎn)大模型“________”首次在HumanEval+評測中達(dá)到90.1%，其代碼生成能力接近人類程序員平均水平。答案：CodeFuse70B解析：CodeFuse70B由螞蟻集團(tuán)2025年1月開源，采用多階段代碼預(yù)訓(xùn)練+強(qiáng)化學(xué)習(xí)。32.2025年，AI繪畫模型StableDiffusionXL3.0默認(rèn)采樣器為________。答案：DPMSolverv3.0解析：新版在50步內(nèi)實(shí)現(xiàn)收斂，速度提升2.3倍。33.2025年，國內(nèi)“________”城市率先立法要求AI招聘系統(tǒng)向求職者提供“算法可解釋摘要”。答案：深圳解析：《深圳經(jīng)濟(jì)特區(qū)人工智能產(chǎn)業(yè)促進(jìn)條例》2025年3月生效。34.2025年，主流語音合成模型“________”提出“零樣本情感克隆”概念，僅需10秒?yún)⒖家纛l。答案：EmotiVoice2.0解析：由香港中文大學(xué)&騰訊AILab聯(lián)合發(fā)布。35.2025年，大模型“________”首次實(shí)現(xiàn)1M長上下文窗口，采用“漸進(jìn)式稀疏注意力”。答案：Kimi1M解析：月之暗面公司2025年4月發(fā)布，通過RoPE+滑動窗口+層次壓縮實(shí)現(xiàn)。36.2025年，國內(nèi)“________”衛(wèi)星搭載星上AI芯片，可在軌實(shí)時識別洪澇災(zāi)害，延遲低于5分鐘。答案：AITAR1解析：中科院微小衛(wèi)星創(chuàng)新研究院2025年6月發(fā)射。37.2025年，主流“________”協(xié)議用于大模型分布式訓(xùn)練中的“參數(shù)同步”，其基于RDMA實(shí)現(xiàn)1.2TB/s聚合帶寬。答案：ACCL解析：阿里云自研AlibabaCollectiveCommunicationLibrary，2025年開源。38.2025年，國內(nèi)“________”數(shù)據(jù)集首次包含100萬小時方言語音，覆蓋七大方言區(qū)。答案：DialectSpeech1M解析：由科大訊飛&信通院聯(lián)合發(fā)布，用于保護(hù)方言語音。39.2025年，主流“________”精度已成為邊緣AI推理的事實(shí)標(biāo)準(zhǔn)，其動態(tài)范圍達(dá)[57344,+57344]。答案：FP8E4M3解析：NVIDIA、華為、AMD在2025年統(tǒng)一采用該格式。40.2025年，國內(nèi)“________”超級計算中心率先實(shí)現(xiàn)“100%液冷+光伏直供”，PUE降至1.08。答案：成都解析：國家超算成都中心2025年5月通過驗收。五、簡答題（每題10分，共30分）41.簡述2025年大模型“推理優(yōu)化”三板斧，并給出典型收益數(shù)據(jù)。答案：（1）KVCache壓縮：通過“滑動窗口+旋轉(zhuǎn)淘汰”把長文本KV緩存壓縮80%，顯存占用從80GB降至16GB，吞吐提升3.2倍。（2）投機(jī)解碼（SpeculativeDecoding）：用小模型提前生成5個token，大模型并行驗證，延遲降低1.7倍，BLEU無損失。（3）INT4權(quán)重量化+FP16激活混合：采用LLM.int4()方案，模型體積減半，A100上單卡吞吐從28token/s提到52token/s，精度下降<0.3%。解析：三板斧分別解決內(nèi)存墻、串行依賴、計算密度問題，已在2025年主流框架標(biāo)配。42.2025年，AIforScience在材料發(fā)現(xiàn)領(lǐng)域取得哪些里程碑？請列舉兩例并給出量化指標(biāo)。答案：（1）DeepMindGNoME項目：使用圖神經(jīng)網(wǎng)絡(luò)+密度泛函理論（DFT）篩選，2025年2月發(fā)布220萬種穩(wěn)定新無機(jī)晶體，其中38萬種已通過實(shí)驗合成，把人類已知穩(wěn)定晶體數(shù)量擴(kuò)大10倍，DFT精度誤差<0.05eV/atom。（2）中科院“AI材料師”：基于擴(kuò)散模型生成高熵合金成分，2025年5月實(shí)驗驗證的CoCrFeNiNb0.2合金，在650°C下屈服強(qiáng)度提升34%，斷裂延伸率保持15%，打破“強(qiáng)度韌性”倒置魔咒。解析：兩例分別代表“計算篩選”與“生成設(shè)計”路徑，均登上2025年Nature/Science正刊。43.2025年，國內(nèi)“AI+養(yǎng)老”場景落地面臨哪些倫理挑戰(zhàn)？給出三點(diǎn)并說明治理措施。答案：（1）隱私泄露：居家攝像頭+AI跌倒檢測可能記錄老人隱私畫面。治理：采用“邊緣計算+聯(lián)邦學(xué)習(xí)”，視頻流不出戶，僅上傳梯度；國標(biāo)GB/T352732025要求對視頻做“差分隱私”加噪。（2）算法歧視：AI護(hù)理員分配任務(wù)時或偏向高付費(fèi)子女，忽視低收入老人。治理：強(qiáng)制算法透明，民政部門2025年上線“養(yǎng)老算法備案”平臺，公開任務(wù)分配規(guī)則，接受公眾質(zhì)詢。（3）情感依賴：老人對AI陪護(hù)產(chǎn)生過度依戀，拒絕真人交流。治理：廠商需在用戶協(xié)議中設(shè)置“每日最長交互時長”提醒，超過2小時強(qiáng)制彈窗并建議人工客服介入；同時社區(qū)每周安排社工探訪，形成“人機(jī)互補(bǔ)”。解析：倫理挑戰(zhàn)需技術(shù)+制度+人文三位一體，2025年深圳、上海已試點(diǎn)“AI養(yǎng)老倫理審查委員會”，實(shí)現(xiàn)事前評估、事中監(jiān)督、事后追責(zé)。六、綜合設(shè)計題（15分）44.背景：2025年，某西部高校計劃建設(shè)“千卡級AI訓(xùn)練集群”，要求：a)