2025年国家人工智能工程师资格认证真题模拟(附答案).docxVIP

2025年国家人工智能工程师资格认证练习题模拟(附答案)

1.单项选择题（每题1分，共20分）

1.1在PyTorch2.1中，以下哪一行代码可以正确关闭自动求导引擎对后续计算图的追踪？

A.torch.set_grad_enabled(False)

B.torch.no_grad()

C.withtorch.no_grad():

D.torch.autograd.set_grad_enabled(False)

答案：C

1.2使用VisionTransformer（ViT）时，若输入图像为224×224×3，patchsize=16，则Transformer编码器接收的token序列长度（含clstoken）为：

A.196

B.197

C.198

D.256

答案：B

1.3在联邦学习场景下，FedAvg算法每轮通信中，服务器端聚合模型参数时采用的聚合策略是：

A.加权平均，权重与客户端数据量成正比

B.简单算术平均

C.加权平均，权重与客户端梯度范数成正比

D.加权平均，权重与客户端本地训练轮数成正比

答案：A

1.4对于StableDiffusionv2.1的潜空间扩散模型，其VAE编码器下采样倍率为：

A.4

B.8

C.16

D.32

答案：B

1.5在LLaMA270B模型中，采用的分组查询注意力（GQA）中，每组查询头数与键/值头数之比为：

A.1:1

B.2:1

C.4:1

D.8:1

答案：C

1.6当使用DeepSpeedZeRO3训练千亿级模型时，以下哪项内存占用可以被完全消除？

A.优化器状态

B.梯度

C.模型参数

D.激活值

答案：C

1.7在CTR预估任务中，DeepFM与xDeepFM的核心差异在于：

A.是否引入高阶隐式特征交叉

B.是否引入高阶显式特征交叉

C.是否使用attention机制

D.是否使用残差连接

答案：B

1.8对于多模态模型BLIP2，QFormer的查询向量数量在训练阶段设置为：

A.32

B.64

C.96

D.128

答案：A

1.9在AlphaFold2的Evoformer中，以下哪一步直接利用了MSA（多序列比对）的行wise自注意力？

A.MSAStack

B.PairStack

C.TriangleMultiplication

D.TriangleAttention

答案：A

1.10当使用INT8量化部署BERTbase时，采用KL散度校准法确定量化阈值，其校准数据集通常大小为：

A.100

B.500

C.1000

D.5000

答案：C

1.11在DiffusionModel训练阶段，若噪声调度采用cosineschedule，则扩散过程的最大时间步T通常取：

A.100

B.200

C.1000

D.4000

答案：C

1.12对于NVIDIAA10080GBGPU，使用TF32精度训练时，峰值理论算力（稀疏）为：

A.156TFLOPS

B.312TFLOPS

C.624TFLOPS

D.1248TFLOPS

答案：B

1.13在MoE（MixtureofExperts）模型中，若top2门控策略引入loadbalancingloss，其系数通常设置为：

A.1e2

B.1e3

C.1e4

D.1e5

答案：B

1.14当使用LoRA微调LLM时，若rank=16，alpha=32，则LoRA权重在合并时的缩放系数为：

A.0.5

B.1.0

C.2.0

D.16.0

答案：C

1.15在DPO（DirectPreferenceOptimization）中，偏好损失函数相对于BradleyTerry模型的优势是：

A.无需显式奖励模型

B.可处理多轮对话

C.支持多模态输入

D.支持连续动作空间

答案：A

1.16在LangChain框架中，用于将多个文档按token长度递归拆分的类是：

A.CharacterTextSplitter

B.RecursiveCharacterTextSplitter

C.TokenTextSplitter

D.NLTKTextSp