2025年人工智能基础知识考试复习题(附答案).docxVIP

2025年人工智能基础知识考试复习题(附答案)

一、单项选择题（每题2分，共20题，40分）

1.以下关于人工智能（AI）的定义，最准确的是（）

A.模拟人类大脑结构的硬件系统

B.让计算机具备人类所有智能的技术

C.通过算法使机器具备感知、推理和决策能力的技术

D.基于大数据的自动化数据处理工具

答案：C

2.机器学习中，“过拟合”现象指的是（）

A.模型在训练集上表现差，在测试集上表现好

B.模型在训练集上表现好，在测试集上表现差

C.模型参数数量过少导致无法捕捉数据规律

D.模型训练时间过长导致计算资源浪费

答案：B

3.以下属于无监督学习任务的是（）

A.图像分类（标注好的猫狗图片）

B.用户评论情感分析（标注好的正负标签）

C.客户分群（无标签的消费行为数据）

D.房价预测（标注好的历史房价数据）

答案：C

4.卷积神经网络（CNN）中，“卷积层”的核心作用是（）

A.减少参数数量

B.提取局部空间特征（如图像边缘、纹理）

C.实现非线性变换

D.输出最终分类结果

答案：B

5.自然语言处理（NLP）中，“词嵌入（WordEmbedding）”的主要目的是（）

A.将文本转换为计算机可处理的数值向量

B.统计文本中词语的出现频率

C.识别文本中的实体（如人名、地名）

D.生成符合语法的新句子

答案：A

6.以下不属于强化学习三要素的是（）

A.状态（State）

B.动作（Action）

C.奖励（Reward）

D.标签（Label）

答案：D

7.Transformer模型的核心机制是（）

A.循环神经网络（RNN）的长短期记忆（LSTM）

B.注意力机制（AttentionMechanism）

C.卷积核的滑动窗口计算

D.随机森林的多决策树投票

答案：B

8.以下关于大语言模型（LLM）的描述，错误的是（）

A.通常基于Transformer架构构建

B.训练数据仅包含结构化表格数据

C.需要大量计算资源（如GPU/TPU集群）训练

D.可通过微调适应特定任务（如问答、翻译）

答案：B

9.计算机视觉中，“目标检测”与“图像分类”的主要区别是（）

A.目标检测需要定位物体位置，图像分类只需判断类别

B.目标检测仅处理单物体，图像分类处理多物体

C.目标检测使用传统算法，图像分类使用深度学习

D.目标检测无需标注数据，图像分类需要标注

答案：A

10.以下哪项技术是实现“自动驾驶”的关键支撑？（）

A.知识图谱构建

B.语音合成

C.激光雷达（LiDAR）数据融合与感知算法

D.推荐系统优化

答案：C

11.机器学习中，“交叉验证”的主要目的是（）

A.减少训练时间

B.评估模型泛化能力（在新数据上的表现）

C.增加模型复杂度

D.解决数据不平衡问题

答案：B

12.以下属于生成式AI的应用是（）

A.垃圾邮件分类

B.图像风格迁移（如将照片转为油画）

C.股票价格预测

D.人脸识别

答案：B

13.知识图谱的核心组成是（）

A.节点（实体）和边（关系）

B.神经网络层和激活函数

C.决策树的分支条件

D.强化学习的奖励函数

答案：A

14.以下关于“迁移学习”的描述，正确的是（）

A.只能在相同领域的任务间迁移

B.通过预训练模型（如BERT）初始化参数，再微调至目标任务

C.完全不需要目标任务的标注数据

D.迁移后模型性能一定优于从头训练

答案：B

15.人工智能伦理中，“算法偏见”的主要成因是（）

A.计算机硬件性能不足

B.训练数据中存在歧视性或不平衡的样本

C.模型参数设置错误

D.开发者主观故意引入偏见

答案：B

16.以下哪项不是深度学习的特点？（）

A.依赖大量标注数据

B.自动从数据中学习特征

C.模型结构通常包含多层非线性变换

D.仅适用于图像领域

答案：D

17.强化学习中，“策略（Policy）”指的是（）

A.环境反馈的奖励值

B.状态到动作的映射规则

C.模型的损失函数

D.经验回放的缓冲区

答案：B

18.自然语言处理中的“分词”任务主要用于（）

A.英文文本（