2025年ai课程考试真题及答案.docxVIP

2025年ai课程考试练习题及答案

一、单项选择题（每题2分，共20分）

1.在监督学习中，若训练数据的标签存在系统性偏差（如医疗影像数据中某类疾病样本占比过高），最可能导致模型出现以下哪种问题？

A.欠拟合

B.过拟合

C.偏差放大

D.方差增大

2.以下哪种损失函数最适合二分类任务中平衡正负样本的不均衡问题？

A.均方误差（MSE）

B.交叉熵损失（CrossEntropy）

C.FocalLoss

D.余弦相似度损失

3.卷积神经网络（CNN）中，若输入图像尺寸为224×224×3，使用3×3卷积核、步长2、填充1，输出特征图的尺寸为？

A.112×112×64

B.112×112×3

C.224×224×64

D.224×224×3

4.循环神经网络（RNN）在处理长序列时出现梯度消失的根本原因是？

A.激活函数（如Sigmoid）的导数在链式法则中累乘后趋近于0

B.隐藏层参数初始化不当

C.输入序列长度超过计算资源限制

D.损失函数设计不合理

5.Transformer模型中，多头注意力（MultiHeadAttention）的主要作用是？

A.减少计算复杂度

B.捕捉不同子空间的上下文依赖

C.替代位置编码

D.增强模型的记忆能力

6.以下哪种技术属于无监督学习？

A.用标注的猫狗图像训练分类器

B.用未标注的用户点击数据聚类用户兴趣

C.用带标签的情感文本微调BERT模型

D.用强化学习训练游戏AI

7.在生成对抗网络（GAN）中，判别器（Discriminator）的优化目标是？

A.最小化生成数据与真实数据的差异

B.最大化将真实数据判断为“真”、生成数据判断为“假”的概率

C.最小化生成数据的多样性

D.最大化生成数据的复杂度

8.以下哪项不是迁移学习（TransferLearning）的典型应用场景？

A.用预训练的ResNet模型微调完成特定医学影像分类

B.用大规模文本预训练的BERT模型处理小样本的情感分析任务

C.从头训练一个图像分类模型处理大规模公开数据集

D.将自然语言处理模型的知识迁移到多模态任务（如图文匹配）

9.AI伦理中“可解释性（Explainability）”的核心要求是？

A.模型参数数量可统计

B.模型决策过程能被人类理解

C.模型训练数据完全公开

D.模型预测结果绝对准确

10.若某AI系统在测试集上的准确率为90%，但在实际部署中对特定群体（如老年人）的准确率仅为70%，这反映了模型的？

A.泛化能力不足

B.公平性缺失

C.鲁棒性不足

D.可解释性差

二、填空题（每空2分，共20分）

1.机器学习中，偏差（Bias）反映模型对数据________的拟合能力，方差（Variance）反映模型对________的敏感程度。

2.深度学习中，常用的正则化方法包括________（如在损失函数中添加参数范数惩罚）和________（如随机失活部分神经元）。

3.自然语言处理中，词嵌入（WordEmbedding）的作用是将离散的词语转换为________，常见的预训练词嵌入模型有________（举一例）。

4.计算机视觉中，目标检测的经典算法可分为单阶段（如________）和双阶段（如________）两类。

5.强化学习的三要素是________、________和奖励函数。

6.AI伦理中的“隐私保护”需重点关注________（如通过联邦学习避免数据集中存储）和________（如对敏感信息脱敏处理）。

三、简答题（每题8分，共40分）

1.请比较支持向量机（SVM）与逻辑回归（LogisticRegression）在分类任务中的异同点。

2.解释注意力机制（AttentionMechanism）的核心思想，并说明其在机器翻译任务中的具体应用。

3.什么是迁移学习？为什么在小样本场景下迁移学习比从头训练模型更有效？

4.生成对抗网络（GAN）存在训练不稳定的问题，试分析可能的原因及常见的改进方法。

5.结合具体案例，说明AI系统设计中需要考虑的伦理风险（如公平性、隐私保护、责任归属等）。

四、计算题（每题10分，共20分）

1.某二分类模型在测试集上的预测结果如下（真实标签为1表示“正类”，0表示“负类”）：

真实正类：100个，其中模型正确预测80个（TP=