2025年人工智能应用工程师专业技能考核试题及答案.docxVIP

2025年人工智能应用工程师专业技能考核试题及答案

一、单项选择题（每题2分，共20分）

1.以下哪种机器学习算法属于生成式模型？

A.逻辑回归

B.支持向量机

C.朴素贝叶斯

D.随机森林

答案：C

解析：生成式模型通过学习数据的联合概率分布P(X,Y)来建模，朴素贝叶斯基于贝叶斯定理假设特征独立，属于生成式模型；其他选项均为判别式模型，直接学习条件概率P(Y|X)。

2.在卷积神经网络（CNN）中，3×3卷积核的感受野随层数增加而扩大的主要原因是？

A.池化层的下采样操作

B.激活函数的非线性变换

C.多层卷积的级联

D.全连接层的参数共享

答案：C

解析：感受野指输出特征图中一个像素对应输入图像的区域大小。每经过一层卷积，感受野按公式扩大（新感受野=前层感受野+(核大小-1)×步长乘积），多层级联导致感受野逐步扩展。

3.自然语言处理中，使用BERT模型进行文本分类时，通常取哪个位置的输出作为句子表示？

A.[CLS]标记的输出

B.最后一个词的输出

C.所有词的平均池化

D.第一个词的输出

答案：A

解析：BERT预训练阶段在句子开头添加[CLS]标记，其对应的隐藏状态用于后续的分类任务，因此微调时通常取该位置的输出作为全局句子表示。

4.强化学习中，策略梯度算法优化的目标函数是？

A.累计奖励的期望

B.动作值函数的最大化

C.状态值函数的最小化

D.贝尔曼方程的近似解

答案：A

解析：策略梯度直接优化策略π的参数θ，目标是最大化智能体在环境中执行策略时获得的期望累计奖励J(θ)=E[Σγ^tr_t]，通过梯度上升更新θ。

5.处理时序数据时，门控循环单元（GRU）相比长短期记忆网络（LSTM）减少了哪种门控结构？

A.输入门

B.遗忘门

C.输出门

D.重置门

答案：C

解析：LSTM包含输入门、遗忘门、输出门三个门控结构；GRU将输入门和遗忘门合并为更新门，并保留重置门，减少了输出门，参数更少，计算效率更高。

6.在目标检测任务中，YOLOv8相比YOLOv5的主要改进点是？

A.引入FPN特征金字塔

B.使用Transformer编码器

C.采用动态标签分配策略

D.增加锚框数量

答案：C

解析：YOLOv8在标签分配环节采用Task-AlignedAssigner（TAL），根据分类和定位质量动态匹配正负样本，提升了检测框与目标的对齐度。

7.以下哪种数据增强方法不适用于结构化表格数据？

A.特征值替换（用同分布值替换）

B.行交换（随机交换两行数据）

C.随机裁剪（截取部分特征列）

D.特征值扰动（添加高斯噪声）

答案：C

解析：表格数据的特征列通常具有明确语义（如年龄、收入），随机裁剪会丢失关键特征信息；而行交换、值替换/扰动可在保持特征完整性的前提下增加数据多样性。

8.联邦学习中，横向联邦（HorizontalFL）的适用场景是？

A.参与方拥有相同特征空间但不同样本

B.参与方拥有相同样本但不同特征空间

C.参与方样本和特征空间均不同

D.参与方仅共享模型参数

答案：A

解析：横向联邦（按样本划分）要求参与方的特征空间一致（如同为用户行为特征），但样本不同（如不同地区的用户）；纵向联邦（按特征划分）则样本重叠但特征不同（如同一批用户的消费和社交特征）。

9.评估推荐系统时，以下指标中属于离线评估的是？

A.用户点击率（CTR）

B.平均交互时长

C.归一化折损累计增益（NDCG）

D.实时推荐延迟

答案：C

解析：离线评估基于历史数据，通过预测值与真实标签计算指标（如NDCG、MAP）；CTR、交互时长、推荐延迟需在线上真实环境中测量，属于在线评估。

10.多模态学习中，跨模态对齐的核心目标是？

A.统一不同模态的特征维度

B.建立模态间语义关联

C.提升单模态任务性能

D.减少计算资源消耗

答案：B

解析：跨模态对齐旨在将文本、图像、视频等不同模态的数据映射到同一语义空间，使模型能理解模态间的语义对应关系（如图像中的“猫”对应文本中的“cat”）。

二、填空题（每题2分，共20分）

1.深度学习中，BatchNormalization的主要作用是__________，通常应用在__________层之后。

答案：缓解内部协变量偏移；卷积/全连接

2.自然语言处理中，子词分词（SubwordTokenization）的典型方法包括_____