2025年人工智能基础知识考试试卷及答案.docxVIP

2025年人工智能基础知识考试试卷及答案

一、单项选择题（共15题，每题2分，共30分）

1.以下关于人工智能（AI）的定义，最准确的是（）。

A.计算机通过编程实现人类所有智能行为的技术

B.研究、开发用于模拟、延伸和扩展人类智能的理论、方法、技术及应用系统的一门新的技术科学

C.基于大数据的统计分析技术

D.特指深度学习与神经网络技术

2.监督学习与无监督学习的核心区别在于（）。

A.是否需要人工标注数据

B.模型复杂度不同

C.前者用于分类，后者用于回归

D.前者使用梯度下降，后者使用遗传算法

3.以下不属于自然语言处理（NLP）典型任务的是（）。

A.机器翻译

B.图像风格迁移

C.情感分析

D.文本摘要

4.在卷积神经网络（CNN）中，卷积层的主要作用是（）。

A.减少参数数量

B.提取局部空间特征

C.实现全连接

D.增强模型非线性能力

5.以下哪种损失函数最适合二分类任务？（）

A.均方误差（MSE）

B.交叉熵损失（CrossEntropy）

C.绝对平均误差（MAE）

D.hinge损失（HingeLoss）

6.Transformer模型的核心机制是（）。

A.循环记忆单元（如LSTM）

B.自注意力机制（SelfAttention）

C.卷积核滑动窗口

D.梯度裁剪（GradientClipping）

7.以下属于强化学习（RL）中“奖励函数”作用的是（）。

A.定义模型的输入特征

B.指导智能体（Agent）优化决策

C.加速模型训练速度

D.防止过拟合

8.预训练语言模型（如GPT4）的训练目标通常是（）。

A.给定上下文预测下一个词（自回归任务）

B.图像分类

C.结构化数据预测

D.强化学习策略优化

9.计算机视觉中，目标检测（ObjectDetection）与图像分类（ImageClassification）的主要区别是（）。

A.前者需要定位目标位置，后者只需判断类别

B.前者使用CNN，后者使用RNN

C.前者数据量更小

D.前者精度要求更低

10.以下哪项是解决神经网络“梯度消失”问题的常用方法？（）

A.使用Sigmoid激活函数

B.增加网络层数

C.使用ReLU激活函数

D.减少学习率

11.联邦学习（FederatedLearning）的核心优势是（）。

A.提升模型训练速度

B.保护数据隐私（不传输原始数据）

C.降低计算资源需求

D.提高模型泛化能力

12.以下不属于AI伦理主要关注问题的是（）。

A.算法歧视

B.数据隐私泄露

C.模型参数数量

D.自主决策的责任归属

13.在机器学习中，“过拟合（Overfitting）”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.模型无法收敛

D.模型参数更新过慢

14.以下哪种技术是多模态AI的典型应用？（）

A.仅基于文本的情感分析

B.结合文本、图像和语音的对话系统

C.单模态图像分类

D.结构化表格数据预测

15.生成对抗网络（GAN）由哪两个部分组成？（）

A.生成器（Generator）与判别器（Discriminator）

B.编码器（Encoder）与解码器（Decoder）

C.卷积层（Convolution）与池化层（Pooling）

D.输入层（Input）与输出层（Output）

二、填空题（共10题，每题2分，共20分）

1.人工智能的三大技术支柱是________、________和________。（按顺序填写）

2.深度学习中，常用的激活函数除了ReLU，还有________和________（任写两种）。

3.自然语言处理中的“词嵌入（WordEmbedding）”技术将文本转换为________，常见的预训练词向量模型有________（任写一个）。

4.计算机视觉中，YOLO（YouOnlyLookOnce）是一种________（填“目标检测”或“图像分割”）算法，其核心特点是________。

5.强化学习的三要素是________、________和________。

6.神经网络训练时，用于防止过拟合