2025年人工智能工程师考试题库（附答案和详细解析）（1026）.docxVIP

人工智能工程师考试试卷（总分100分）

一、单项选择题（共10题，每题1分，共10分）

以下哪种算法属于监督学习？

A.K-means聚类

B.支持向量机（SVM）分类

C.主成分分析（PCA）降维

D.自编码器特征提取

答案：B

解析：监督学习需要标注数据，SVM分类任务通过训练数据的标签学习分类边界（正确）。K-means（无监督聚类）、PCA（无监督降维）、自编码器（无监督特征学习）均不依赖标签（错误）。

深度学习中，ReLU激活函数的主要优点是？

A.解决梯度消失问题

B.保证输出值在(0,1)区间

C.支持负数输入

D.计算复杂度高

答案：A

解析：ReLU（修正线性单元）在输入0时梯度为1，避免了Sigmoid/ReLU在输入较大时梯度趋近于0的“梯度消失”问题（正确）。输出值无界（B错误），支持负数输入但非主要优点（C错误），计算简单（D错误）。

自然语言处理（NLP）中，“词袋模型”的主要缺陷是？

A.无法捕捉词序信息

B.计算复杂度高

C.仅支持英文

D.依赖预训练模型

答案：A

解析：词袋模型将文本视为词的集合，忽略词之间的顺序和上下文关系（正确）。计算复杂度低（B错误），支持多语言（C错误），不依赖预训练（D错误）。

计算机视觉中，FasterR-CNN的核心改进是？

A.引入区域提议网络（RPN）

B.使用更深的卷积层

C.采用多尺度特征融合

D.优化非极大值抑制（NMS）

答案：A

解析：FasterR-CNN通过RPN（区域提议网络）替代传统SelectiveSearch算法，实现端到端目标检测（正确）。更深卷积层（B）是ResNet改进，多尺度融合（C）是YOLOv3改进，NMS优化（D）是通用技术（错误）。

强化学习中，“奖励函数”的作用是？

A.定义智能体的目标

B.优化模型参数

C.生成训练数据

D.评估模型性能

答案：A

解析：奖励函数通过即时反馈（正/负奖励）指导智能体学习最优策略，本质是定义任务目标（正确）。优化参数（B）由策略梯度等算法完成，生成数据（C）是环境交互的结果，评估性能（D）需累积奖励（错误）。

以下哪种技术属于迁移学习？

A.在ImageNet预训练的ResNet用于医学影像分类

B.使用随机初始化的CNN训练新数据集

C.对同一任务的不同子集分别训练模型

D.仅调整全连接层参数的微调（Fine-tuning）

答案：A

解析：迁移学习利用已训练模型的知识（如ImageNet预训练）解决新任务（医学影像）（正确）。随机初始化（B）、独立训练（C）、仅调整全连接层（D是迁移学习的一种方式，但A更全面）（错误）。

对抗生成网络（GAN）的核心思想是？

A.生成器与判别器的博弈学习

B.强化学习中的策略优化

C.监督学习中的分类任务

D.无监督学习中的密度估计

答案：A

解析：GAN通过生成器（生成假数据）与判别器（区分真假数据）的对抗训练，最终生成器能产生逼真数据（正确）。其他选项分别对应强化学习（B）、分类（C）、VAE（D）（错误）。

以下哪种损失函数适用于多分类任务？

A.均方误差（MSE）

B.交叉熵损失（Cross-Entropy）

C.Hinge损失

D.二元交叉熵损失

答案：B

解析：交叉熵损失通过计算预测概率与真实标签的对数差异，适用于多分类（正确）。MSE（回归）、Hinge（SVM二分类）、二元交叉熵（二分类）（错误）。

模型“过拟合”的典型表现是？

A.训练集准确率高，测试集准确率低

B.训练集和测试集准确率均低

C.训练集准确率低，测试集准确率高

D.训练过程中损失持续上升

答案：A

解析：过拟合指模型过度学习训练数据的噪声，导致泛化能力差（训练集好，测试集差）（正确）。B是欠拟合，C不可能，D是训练失败（错误）。

以下哪项是大语言模型（LLM）的关键技术？

A.局部注意力机制

B.循环神经网络（RNN）

C.自注意力（Self-Attention）

D.卷积核滑动窗口

答案：C

解析：自注意力机制（如Transformer中的Multi-HeadAttention）使模型能捕捉长距离依赖，是LLM（如GPT、BERT）的核心（正确）。局部注意力（A）、RNN（B）、卷积（D）无法有效处理长文本（错误）。

二、多项选择题（共10题，每题2分，共20分）

以下属于深度学习框架的有？

A.TensorFlow

B.PyTorch

C.Scikit-learn

D.Keras

答案：ABD

解析：TensorFlow（Google）、PyTorch（Meta）、Keras（高层API，可基于TensorFlow）是深度学习框架（正确）。Scikit-learn是