2025年人工智能基础知识测试试卷及答案.docxVIP

2025年人工智能基础知识测试试卷及答案

一、单项选择题（每题2分，共30分）

1.以下哪项属于弱人工智能（NarrowAI）的典型应用？

A.能自主创作小说的通用智能系统

B.基于卷积神经网络的皮肤癌诊断工具

C.具备自我意识的服务机器人

D.可跨领域推理的认知计算平台

2.监督学习中，若训练数据的标签存在系统性偏差（如男性样本占比80%），最可能导致模型出现以下哪种问题？

A.过拟合

B.欠拟合

C.公平性缺陷

D.梯度爆炸

3.以下哪种神经网络结构最适合处理时序数据（如股票价格序列）？

A.卷积神经网络（CNN）

B.循环神经网络（RNN）

C.自编码器（Autoencoder）

D.生成对抗网络（GAN）

4.Transformer模型的核心机制是：

A.门控单元（GatedUnit）

B.注意力机制（AttentionMechanism）

C.残差连接（ResidualConnection）

D.池化操作（Pooling）

5.在强化学习中，“策略（Policy）”的定义是：

A.环境状态到动作的映射

B.动作到奖励的映射

C.状态到价值的映射

D.奖励到折扣因子的映射

6.自然语言处理（NLP）中，“词嵌入（WordEmbedding）”的主要作用是：

A.将文本转换为结构化表格数据

B.捕捉词语的语义和上下文关系

C.压缩文本长度以提升处理速度

D.消除文本中的语法错误

7.以下哪项不属于数据预处理的必要步骤？

A.缺失值填充

B.特征归一化

C.标签编码（LabelEncoding）

D.模型超参数调优

8.评估分类模型性能时，若关注“在实际为正例的样本中，被正确识别为正例的比例”，应选择以下哪个指标？

A.准确率（Accuracy）

B.精确率（Precision）

C.召回率（Recall）

D.F1值

9.生成对抗网络（GAN）由以下哪两个部分组成？

A.编码器与解码器

B.生成器与判别器

C.前馈网络与反馈网络

D.卷积层与全连接层

10.以下哪种算法属于无监督学习？

A.逻辑回归（LogisticRegression）

B.K均值聚类（K-Means）

C.随机森林（RandomForest）

D.支持向量机（SVM）

11.神经网络训练过程中，“梯度消失（VanishingGradient）”最可能发生在以下哪种场景？

A.使用ReLU激活函数的浅层网络

B.使用Sigmoid激活函数的深层网络

C.使用tanh激活函数的单层网络

D.使用LeakyReLU激活函数的卷积网络

12.计算机视觉中，“目标检测（ObjectDetection）”与“图像分类（ImageClassification）”的主要区别是：

A.前者需要定位目标位置，后者仅需判断类别

B.前者使用CNN，后者使用RNN

C.前者输入为单张图像，后者输入为视频序列

D.前者输出概率分布，后者输出边界框坐标

13.迁移学习（TransferLearning）的核心思想是：

A.将预训练模型的参数直接用于新任务

B.针对新任务重新训练所有模型参数

C.仅调整模型的输出层，冻结底层特征提取层

D.利用源任务的知识提升目标任务的性能

14.AI伦理中，“可解释性（Interpretability）”的主要目的是：

A.提高模型的预测准确率

B.确保模型决策过程可被人类理解

C.减少模型的计算资源消耗

D.增强模型的泛化能力

15.大语言模型（如GPT-4）训练时，“自回归（Autoregressive）”生成机制指的是：

A.同时生成所有tokens

B.基于前序tokens逐一生成后续内容

C.通过对抗训练优化生成质量

D.利用外部知识库补充生成内容

二、填空题（每题2分，共20分）

1.机器学习的三要素是数据、模型和__________。

2.神经网络中，常用的激活函数除了Sigmoid和tanh外，还有__________（写出一种）。

3.Transformer模型中的“多头注意力（Multi-HeadAttention）”通过__________增强特征提取能力。

4.卷积神经网络（CNN）中，__________层用于减少特征图的