2025年人工智能基础知识测试试卷及答案.docxVIP

2025年人工智能基础知识测试试卷及答案

1.单项选择题（每题1分，共20分）

1.11956年达特茅斯会议首次提出“人工智能”一词，下列哪位学者未被公认为该会议的四位主要发起人？

A.JohnMcCarthy??B.MarvinMinsky??C.AllenNewell??D.GeoffreyHinton

答案：D

1.2在深度学习中，ReLU函数在零点处的次梯度为：

A.0??B.1??C.不存在??D.任意实数

答案：B

1.3下列哪种优化算法自带动量且可自适应调整学习率？

A.SGD??B.AdaGrad??C.RMSProp??D.Adam

答案：D

1.4在卷积神经网络中，若输入特征图尺寸为32×32，零填充为2，卷积核尺寸为5×5，步长为1，则输出特征图尺寸为：

A.28×28??B.30×30??C.32×32??D.34×34

答案：C

1.5强化学习中，Qlearning更新公式Q(s,a)←Q(s,a)+α[r+γmax_{a′}Q(s′,a′)?Q(s,a)]里，γ的物理意义是：

A.学习率??B.折扣因子??C.探索率??D.奖励均值

答案：B

1.6在自然语言处理中，Word2Vec的Skipgram模型目标函数是最大化：

A.P(word|context)??B.P(context|word)??C.P(word)??D.P(context)

答案：B

1.7下列哪种方法最适用于解决深度学习模型的过拟合？

A.增加网络深度??B.减小批大小??C.Dropout??D.提高学习率

答案：C

1.8在生成对抗网络中，判别器D的目标函数可写为min_D?[E_{x～p_data}logD(x)+E_{z～p_z}log(1?D(G(z)))]，则训练判别器时固定的是：

A.生成器G??B.判别器D??C.噪声分布p_z??D.数据分布p_data

答案：A

1.9下列哪一项不是Transformer架构中的组件？

A.多头自注意力??B.位置编码??C.卷积层??D.前馈子层

答案：C

1.10在联邦学习场景下，参数聚合常用的算法是：

A.FedAvg??B.SGD??C.MapReduce??D.kmeans

答案：A

1.11若某决策树采用基尼系数作为划分标准，则节点基尼系数越小表示：

A.样本纯度越低??B.样本纯度越高??C.信息增益越大??D.样本数量越少

答案：B

1.12在目标检测算法YOLOv3中，负责预测边界框中心坐标的激活函数是：

A.Sigmoid??B.ReLU??C.Tanh??D.Softmax

答案：A

1.13下列哪种图神经网络层对节点特征与结构信息同时做卷积？

A.GCN??B.GraphSAGE??C.GAT??D.以上全部

答案：D

1.14在贝叶斯网络中，若变量A与B在给定C时条件独立，则下列哪项成立？

A.P(A,B|C)=P(A|C)P(B|C)??B.P(A,B)=P(A)P(B)??C.P(A|B)=P(A)??D.P(C|A,B)=P(C|A)

答案：A

1.15若某深度强化学习任务采用策略梯度法，则其梯度估计的基准线（baseline）主要作用是：

A.增加方差??B.减小方差??C.改变策略空间??D.增加探索

答案：B

1.16在图像风格迁移中，Gram矩阵用于捕捉：

A.颜色直方图??B.纹理统计信息??C.边缘强度??D.语义分割图

答案：B

1.17下列哪种方法可直接获得模型预测的不确定性估计？

A.随机梯度下降??B.蒙特卡洛Dropout??C.批量归一化??D.权重衰减

答案：B

1.18在AutoML中，用于神经网络结构搜索（NAS）的强化学习控制器通常输出：

A.连续型动作??B.离散型动作??C.混合策略??D.高斯分布

答案：B

1.19若某深度学习模型采用混合精度训练，其最主要目的是：

A.提高模型容量??B.加速计算并减少显存占用??C.增加数值稳定性??D.提高参数可解释性

答案：B

1.20在AI伦理准则中，可解释性最直接针对的风险是：

A.数据泄露??B.模型黑箱??C.计算成本??D.硬件依赖

答案：B

2.多项选择题（每题2分，共20分；每题至少有两个正确答案，多选少选均不得分）

2.1下列哪些技术可用于缓解深度学习模型训练中的梯度消失问题？

A.残差连接??B.LSTM??C.批归一化??D.使用Sigmoid替代ReLU

答案：ABC

2.2关于A搜索算法，下列说法正确的是：

A.