2025年人工智能基础试题及答案.docxVIP

2025年人工智能基础试题及答案

一、单项选择题（每题2分，共20分）

1.以下哪项不属于人工智能“三要素”？

A.数据B.算法C.算力D.场景

2.关于机器学习中的“过拟合”现象，以下描述正确的是？

A.模型在训练集和测试集上的表现均较差

B.模型对训练数据中的噪声或细节过度学习

C.可以通过减少训练数据量来缓解

D.通常发生在模型复杂度远低于问题复杂度时

3.卷积神经网络（CNN）中，卷积层的核心作用是？

A.降维B.特征提取C.分类D.归一化

4.在强化学习中，“奖励函数”的主要作用是？

A.定义智能体的目标B.提供环境状态C.优化策略网络D.生成训练数据

5.以下哪项属于自然语言处理（NLP）中的“生成任务”？

A.情感分析B.文本分类C.机器翻译D.命名实体识别

6.知识图谱中，“实体-关系-实体”的三元组表示形式属于？

A.语义网络B.描述逻辑C.资源描述框架（RDF）D.本体论

7.多模态学习中，“跨模态对齐”的核心目标是？

A.统一不同模态数据的特征空间B.提高单一模态的特征提取能力

C.减少计算资源消耗D.增强模型的泛化性

8.以下哪种算法属于无监督学习？

A.K-means聚类B.支持向量机（SVM）C.逻辑回归D.随机森林

9.大语言模型（LLM）训练中，“参数高效微调（PEFT）”的主要目的是？

A.减少训练所需的计算资源B.提高模型的参数量

C.增强模型的记忆能力D.避免过拟合

10.关于“智能体（Agent）”的定义，以下描述最准确的是？

A.能够执行单一任务的专用程序B.具备感知、决策和行动能力的自主系统

C.仅通过规则驱动的专家系统D.依赖人工干预的自动化工具

二、填空题（每空1分，共15分）

1.人工智能的发展可分为三个阶段：符号主义、连接主义和__________。

2.机器学习的三要素是模型、__________和算法。

3.神经网络中，激活函数的作用是引入__________，使模型能够拟合非线性关系。

4.决策树算法中，常用的划分准则包括信息增益、增益率和__________。

5.生成对抗网络（GAN）由生成器和__________两部分组成。

6.自然语言处理中的“词嵌入”技术（如Word2Vec）的核心是将词语映射到__________空间。

7.强化学习的核心组件包括智能体、环境、状态、动作和__________。

8.知识图谱的构建流程通常包括知识抽取、知识融合和__________。

9.多模态大模型的典型应用场景包括__________（列举1例）。

10.迁移学习的核心思想是将__________任务的知识迁移到目标任务中。

11.计算机视觉中，目标检测的经典算法包括YOLO和__________（列举1例）。

12.大模型训练中，“上下文学习（In-ContextLearning）”依赖于模型的__________能力。

13.稀疏性是指数据中__________的比例较低，常见于推荐系统和医疗数据。

14.神经符号系统结合了神经网络的__________能力和符号系统的逻辑推理能力。

15.人工智能伦理的核心原则包括公平性、可解释性和__________（列举1项）。

三、简答题（每题8分，共40分）

1.简述监督学习与无监督学习的主要区别，并各举1例说明。

2.解释Transformer模型中“自注意力（Self-Attention）”机制的工作原理及其优势。

3.知识图谱在智能问答系统中起什么作用？请结合具体场景说明。

4.为什么深度神经网络需要“批量归一化（BatchNormalization）”层？其实现原理是什么？

5.对比分析随机梯度下降（SGD）与Adam优化器的优缺点。

四、计算题（每题10分，共20分）

1.假设有一个二分类问题，训练数据包含3个样本：

-样本1：特征向量[1,2]，标签+1

-样本2：特征向量[3,4]，标签-1

-样本3：特征向量[2,1]，标签+1

初始权重向量为w=[0,0]，偏置b=0，学习率η=0.5。使用感知机算法（误分类驱动更新）训练一轮（按样本1→样本2→样本3顺序），求最终的权重向量w和偏置b。

2.给定以下数据