2025年人工智能应用技术职业资格考试试卷及答案.docxVIP

2025年人工智能应用技术职业资格考试试卷及答案

一、单项选择题（共20题，每题2分，共40分）

1.在机器学习中，以下哪种算法属于生成式模型？

A.逻辑回归

B.支持向量机（SVM）

C.朴素贝叶斯

D.决策树

答案：C

2.深度学习中，BatchNormalization（BN）层的主要作用是？

A.减少过拟合

B.加速训练收敛

C.增加模型复杂度

D.提升模型泛化能力

答案：B（BN通过标准化每层输入，减少内部协变量偏移，加速训练）

3.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）和下一句预测（NSP）

B.情感分析和命名实体识别

C.机器翻译和文本生成

D.关键词提取和文本分类

答案：A

4.计算机视觉中，YOLO（YouOnlyLookOnce）算法的核心特点是？

A.多阶段目标检测（如RCNN系列）

B.单阶段端到端目标检测

C.基于区域提议网络（RPN）

D.仅支持图像分类

答案：B

5.在强化学习中，“折扣因子（γ）”的作用是？

A.控制即时奖励与未来奖励的权重

B.调整学习率大小

C.防止策略过拟合

D.平衡探索与利用

答案：A

6.以下哪项不属于AI伦理的核心问题？

A.算法偏见

B.数据隐私保护

C.模型参数量优化

D.自动驾驶责任归属

答案：C

7.多模态学习中，“跨模态对齐”的目标是？

A.统一不同模态数据的特征空间

B.仅处理文本与图像的融合

C.提升单一模态任务的精度

D.减少计算资源消耗

答案：A

8.在迁移学习中，“领域自适应（DomainAdaptation）”主要解决的问题是？

A.源域与目标域数据分布差异

B.模型参数量过大

C.监督数据不足

D.模型训练速度慢

答案：A

9.以下哪种技术可用于解决深度学习中的“梯度消失”问题？

A.ReLU激活函数

B.L2正则化

C.Dropout层

D.数据增强

答案：A（ReLU的导数在正数区域为1，缓解梯度消失）

10.生成对抗网络（GAN）中，生成器（Generator）的目标是？

A.区分真实数据与生成数据

B.生成尽可能逼真的数据

C.最小化分类误差

D.最大化判别器的损失

答案：B

11.以下哪项是大语言模型（LLM）的典型应用场景？

A.图像超分辨率

B.实时目标跟踪

C.多轮对话系统

D.音频特征提取

答案：C

12.在AI项目部署中，“边缘计算”的优势是？

A.降低延迟，保护数据隐私

B.提升模型精度

C.减少训练成本

D.支持超大规模模型推理

答案：A

13.以下哪种数据标注方式适用于弱监督学习？

A.全标注（每个样本详细标注）

B.部分标注（仅标注关键样本）

C.无标注（纯无监督）

D.强标注（人工专家标注）

答案：B

14.计算机视觉中的“语义分割”任务要求？

A.为图像中每个像素分配类别标签

B.仅检测目标位置

C.生成图像描述文本

D.对图像进行分类

答案：A

15.在时间序列预测中，LSTM（长短期记忆网络）相比普通RNN的优势是？

A.处理更长的序列依赖

B.计算速度更快

C.参数量更少

D.无需初始化隐藏状态

答案：A（LSTM通过门控机制解决长序列梯度消失问题）

16.以下哪项属于AI安全的技术手段？

A.模型水印（ModelWatermarking）

B.数据增强

C.学习率调度

D.批量归一化

答案：A（用于防止模型被盗用或篡改）

17.联邦学习（FederatedLearning）的核心目标是？

A.在多个设备上联合训练模型，不共享原始数据

B.提升单个设备的计算能力

C.减少模型训练时间

D.统一不同设备的硬件配置

答案：A

18.以下哪种评估指标适用于二分类问题？

A.交并比（IoU）

B.F1分数

C.困惑度（Perplexity）

D.余弦相似度

答案：B（F1是精确率与召回率的调和平均）

19.在AI项目需求分析中，“技术可行性评估”不包括？

A.计算资源（如GPU/TPU）是否充足

B.目标用户的使用习惯

C.现有算