人工智能AI鲁棒性工程师考试试卷与答案.docVIP

人工智能AI鲁棒性工程师考试试卷与答案

一、单项选择题（每题2分，共20分）

1.以下哪种方法常用于提升模型鲁棒性？

A.数据增强

B.减少训练数据

C.降低模型复杂度

D.不进行模型评估

答案：A

2.对抗攻击中常见的FGSM是指？

A.快速梯度符号法

B.基于模型的攻击

C.无目标攻击

D.有目标攻击

答案：A

3.鲁棒性评估指标不包括？

A.准确率

B.召回率

C.对抗样本成功率

D.模型大小

答案：D

4.下列哪个不是提升鲁棒性的正则化方法？

A.L1正则化

B.Dropout

C.数据扩增

D.L2正则化

答案：C

5.模型对噪声数据的鲁棒性属于？

A.分布外鲁棒性

B.对抗鲁棒性