2025年人工智能基础知识考核试卷及答案.docxVIP

2025年人工智能基础知识考核试卷及答案

一、单项选择题（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.模拟人类智能的计算机程序

B.通过算法使机器具备感知、推理和决策能力的技术

C.仅通过大数据训练实现任务完成的系统

D.依赖硬件算力提升的自动化工具

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.模型复杂度差异

C.训练时是否使用梯度下降

D.输出结果的类型（连续/离散）

3.深度学习中，激活函数的主要作用是（）

A.加速模型收敛

B.引入非线性特征，增强模型表达能力

C.防止过拟合

D.平衡输入数据的分布

4.以下不属于自然语言处理（NLP）典型任务的是（）

A.机器翻译

B.图像分割

C.情感分析

D.命名实体识别

5.在卷积神经网络（CNN）中，卷积层的主要功能是（）

A.降维处理，减少计算量

B.提取局部空间特征（如边缘、纹理）

C.全连接所有特征，输出最终结果

D.归一化输入数据

6.以下哪种算法属于强化学习的典型框架？（）

A.Kmeans

B.决策树

C.Qlearning

D.主成分分析（PCA）

7.Transformer模型的核心机制是（）

A.循环神经网络（RNN）的长短期记忆

B.自注意力（SelfAttention）机制

C.卷积核的滑动窗口计算

D.梯度反向传播优化

8.衡量分类模型性能的F1分数是（）的调和平均数

A.准确率（Accuracy）和召回率（Recall）

B.精确率（Precision）和召回率（Recall）

C.精确率（Precision）和准确率（Accuracy）

D.真阳性率（TPR）和假阳性率（FPR）

9.以下哪项是生成对抗网络（GAN）的组成部分？（）

A.生成器（Generator）与判别器（Discriminator）

B.编码器（Encoder）与解码器（Decoder）

C.注意力层（AttentionLayer）与前馈网络（FFN）

D.卷积层（ConvLayer）与池化层（PoolingLayer）

10.在机器学习中，过拟合（Overfitting）的主要原因是（）

A.训练数据量过大

B.模型复杂度低，无法捕捉数据规律

C.模型过于复杂，过度学习训练数据中的噪声

D.学习率设置过小，导致收敛速度慢

11.多模态学习（MultimodalLearning）的核心目标是（）

A.仅处理文本数据的多语言任务

B.融合文本、图像、语音等不同模态数据的信息

C.提升单一模态数据的处理速度

D.降低跨模态数据的存储成本

12.以下属于AI伦理范畴的关键问题是（）

A.模型训练的计算资源消耗

B.算法决策的公平性与可解释性

C.数据预处理的标准化流程

D.硬件芯片的算力提升

13.在神经网络训练中，批量归一化（BatchNormalization,BN）的作用是（）

A.减少内部协变量偏移（InternalCovariateShift），加速训练

B.增加模型的深度

C.替代激活函数

D.直接提升模型的泛化能力

14.以下哪种技术常用于解决长文本理解中的“长距离依赖”问题？（）

A.循环神经网络（RNN）

B.长短时记忆网络（LSTM）

C.支持向量机（SVM）

D.K近邻算法（KNN）

15.迁移学习（TransferLearning）的主要应用场景是（）

A.当目标任务数据量不足时，利用源任务的知识提升性能

B.仅用于图像分类任务

C.要求源任务与目标任务完全相同

D.必须使用相同的模型架构

二、填空题（每空1分，共20分）

1.人工智能的三大技术支柱是______、______和______（按发展历程排序）。

2.机器学习中，损失函数（LossFunction）用于衡量______与______之间的差异，常见的回归任务损失函数是______，分类任务损失函数是______。

3.深度学习中，常用的激活函数包括______（如ReLU）、______（如Sigmoid）和______（如Tanh）。

4.Transformer模型的结构主要由______和______组成，其中