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（共10题，每题2分，共20分）

1.下列关于人工智能（AI）的描述中，正确的是：

A.强人工智能（AGI）已实现通用智能，能完成人类所有认知任务

B.弱人工智能（ANI）仅能在特定领域表现出智能行为

C.机器学习是AI的唯一实现方式

D.计算机视觉（CV）与自然语言处理（NLP）属于AI的应用层技术

2.以下机器学习任务中，属于无监督学习的是：

A.根据用户历史购买数据预测其下一次购买商品（分类）

B.将客户评论情感分为“积极”“中性”“消极”（分类）

C.对电商用户进行聚类以发现潜在用户群体（聚类）

D.基于房价历史数据预测新楼盘价格（回归）

3.神经网络中，ReLU激活函数的表达式是：

A.f(x)=1/(1+e??)

B.f(x)=max(0,x)

C.f(x)=tanh(x)

D.f(x)=x

4.对于回归任务，常用的损失函数是：

A.交叉熵损失（Cross-EntropyLoss）

B.均方误差（MSE,MeanSquaredError）

C.铰链损失（HingeLoss）

D.对数损失（LogLoss）

5.卷积神经网络（CNN）中，卷积层的主要作用是：

A.减少特征维度

B.提取局部空间特征

C.增强非线性表达能力

D.连接全局信息

6.在自然语言处理（NLP）中，BERT模型的预训练任务包括：

A.掩码语言模型（MLM）与下一句预测（NSP）

B.机器翻译与文本生成

C.情感分析与命名实体识别

D.词向量训练与句法分析

7.计算机视觉中，YOLO（YouOnlyLookOnce）模型的核心特点是：

A.采用两阶段检测（区域建议+分类）

B.单阶段端到端目标检测，速度快

C.专注于图像分割任务

D.依赖手工设计的特征提取器

8.下列AI伦理原则中，不属于通用共识的是：

A.公平性（避免算法歧视）

B.可解释性（模型决策可追溯）

C.自主性（允许AI自主决策所有任务）

D.隐私保护（数据最小化使用）

9.强化学习（RL）中，智能体（Agent）的核心目标是：

A.最小化即时奖励

B.最大化长期累积奖励

C.拟合训练数据的分布

D.减少模型参数数量

10.数据预处理中，对类别型特征（如“性别：男/女”）的常用处理方法是：

A.标准化（Z-score）

B.归一化（Min-Max）

C.独热编码（One-HotEncoding）

D.主成分分析（PCA）

二、填空题（共5题，每题3分，共15分）

1.机器学习的三要素是模型、策略和__________。

2.Transformer模型的核心机制是__________，其通过计算输入序列中各元素的相关性来分配权重。

3.梯度下降算法的常见变体包括随机梯度下降（SGD）、批量梯度下降（BGD）和__________（缩写）。

4.过拟合（Overfitting）的典型表现是模型在训练集上效果很好，但在__________上效果显著下降。

5.自然语言处理的子任务包括机器翻译、情感分析、__________（列举1种即可）等。

三、简答题（共4题，每题8分，共32分）

1.解释监督学习和无监督学习的区别，并各举一例。

2.说明卷积神经网络（CNN）中卷积核的作用及池化层的目的。

3.简述Transformer模型中注意力机制（Attention）的工作原理。

4.列举至少4种常见的机器学习评估指标，并说明分类问题中精确率（Precision）与召回率（Recall）的区别。

四、计算题（共2题，每题10分，共20分）

1.逻辑回归模型中，假设特征向量x=[2,-1,3]，权重向量w=[0.5,-0.3,0.8]，偏置b=0.2。请计算该模型的预测概率p=1/(1+e^(-z))，其中z=w·x+b（需写出计算步骤）。

2.某二分类数据集包含100个样本，其中正类（标签1）60个，负类（标签0）40个。若按特征A将数据集分为两部分：A=1时有70个样本（其中正类50个，负类20个），A=0时有30个样本（其中正类10个，负类20个）。请计算特征A的信息增益（信息熵公式：H(S)=-p?log?p?-p?log?p?，需写出计算步骤）。

五、综合题（共1题，13分）

设计一个基于深度学习的图