2025年人工智能应用技术职业资格考试试卷及答案.docxVIP

2025年人工智能应用技术职业资格考试试卷及答案

1.单项选择题（每题1分，共20分）

1.1在PyTorch中，下列代码片段执行后，张量x的requires_grad属性为True的是

A.x=torch.tensor([1.0],requires_grad=True)

B.x=torch.tensor([1.0]).detach()

C.x=torch.tensor([1.0]).numpy()

D.x=torch.tensor([1.0]).float()

答案：A

1.2使用Transformer做机器翻译时，解码端在训练阶段采用的最大信息利用策略是

A.TeacherForcingB.BeamSearchC.ScheduledSamplingD.Reinforce

答案：A

1.3在联邦学习场景下，FedAvg算法每一轮聚合时，服务器对参与方上传的模型参数执行

A.加权平均B.梯度下降C.指数移动平均D.投票

答案：A

1.4下列关于VisionTransformer（ViT）的说法正确的是

A.只能接受224×224输入B.完全取消卷积操作

C.对小块图像使用池化D.必须依赖预训练权重才能收敛

答案：B

1.5在目标检测YOLOv8中，用于平衡正负样本损失的函数是

A.BCEB.FocalLossC.DIoUD.GIoU

答案：B

1.6在深度强化学习中，DDPG算法使用下列哪种技巧实现稳定训练

A.经验回放+目标网络B.重要性采样

C.熵正则D.树备份

答案：A

1.7下列关于GPT3模型结构的说法正确的是

A.采用双向Transformer编码器B.使用LayerNorm前置

C.激活函数为GELUD.位置编码为可学习绝对位置

答案：C

1.8在模型压缩技术中，KnowledgeDistillation的核心损失函数通常包含

A.软标签交叉熵+温度T缩放B.L2范数

C.KL散度+硬标签D.余弦相似度

答案：A

1.9使用混合精度训练时，下列哪项操作可防止梯度下溢

A.LossScalingB.GradientClipping

C.WeightDecayD.Dropout

答案：A

1.10在自动驾驶感知栈中，PointPillars网络直接处理的数据格式为

A.体素栅格B.原始点云C.前视图深度图D.鸟瞰图RGB

答案：B

1.11在推荐系统深度模型DeepFM中，FM部分与Deep部分共享

A.特征嵌入向量B.激活函数

C.损失函数D.优化器

答案：A

1.12下列关于AUC评价指标的说法正确的是

A.对正负样本比例敏感B.阈值无关

C.只能用于二分类D.取值范围[1,1]

答案：B

1.13在图神经网络GCN中，层间传播公式H^(l+1)=σ(D?^(1/2)A?D?^(1/2)H^(l)W^(l))中的A?表示

A.邻接矩阵+自环B.度矩阵

C.拉普拉斯矩阵D.特征矩阵

答案：A

1.14使用TensorRT部署模型时，下列优化中可自动融合的是

A.Conv+ReLU+BNB.MaxPool+Dropout

C.LSTM+SoftmaxD.Slice+Gather

答案：A

1.15在NLP任务中，BERT的NSP任务主要为了建模

A.句子间关系B.词性标注

C.句法依存D.语义角色

答案：A

1.16在AutoML框架NNI中，TPE算法属于

A.贝叶斯优化B.遗传算法

C.强化搜索D.网格搜索

答案：A

1.17下列关于数据并行的说法正确的是

A.每个GPU保存不同参数B.梯度聚合后广播

C.无需同步D.仅适用于单机

答案：B

1.18在DiffusionModel训练阶段，网络通常拟合的是

A.噪声εB.原始图像x0C.均值μD.方差β

答案：A

1.19在模型可解释性方法SHAP中，特征重要性值满足

A.可加性B.非负性

C.对称性D.尺度不变性

答案：A

1.20在边缘设备部署中，TensorFlowLite的Pos