最新2026年人工智能训练师最新试题及答案.docxVIP

最新2026年人工智能训练师最新试题及答案

一、单项选择题（每题1分，共20分）

1.在联邦学习框架下，客户端上传的参数通常采用以下哪种方式保护隐私？

A.明文梯度?B.同态加密?C.差分隐私噪声?D.模型蒸馏

答案：C

解析：联邦学习通过差分隐私在梯度中添加噪声，防止从梯度反推出原始数据。

2.当使用Transformer训练中文生成模型时，若出现“重复生成同一句话”现象，最优先排查的超参数是：

A.learning_rate?B.warmup_steps?C.repetition_penalty?D.max_position_embeddings

答案：C

解析：repetition_penalty直接抑制已生成token的再次选中，缓解重复问题。

3.在强化学习人类反馈（RLHF）阶段，奖励模型（RM）的损失函数通常采用：

A.MSE?B.CrossEntropy?C.Bradley-Terry交叉熵?D.Huber

答案：C

解析：Bradley-Terry模型将人类偏好转化为pairwise排序损失，是RM主流做法。

4.若要对StableDiffusion进行“文本到图像”风格化微调，最节省显存的方法是：

A.全参数微调?B.LoRA?C.AdaLoRA?D.知识蒸馏

答案：B

解析：LoRA通过低秩分解仅训练少量旁路参数，显存占用10