2026年AI训练师(模型优化)试题及答案.docxVIP

2026年AI训练师(模型优化)试题及答案

一、单项选择题（每题2分，共20分）

1.在Transformer架构中，用于捕捉序列位置信息的核心组件是

A.多头注意力

B.层归一化

C.正弦位置编码

D.残差连接

答案：C

解析：正弦位置编码通过不同频率的正弦/余弦函数为每个位置生成唯一向量，使模型感知词序。

2.当训练数据极度不平衡时，以下哪种损失函数最不适合直接用于分类任务？

A.FocalLoss

B.加权交叉熵

C.标准交叉熵

D.DiceLoss

答案：C

解析：标准交叉熵对多数类梯度主导，导致少数类欠拟合。

3.在混合精度训练中，LossScaling的主要目的是

A.加速显存访问

B.避免梯度下溢

C.提高数值精度

D.减少通信开销

答案：B

解析：fp16表示范围窄，梯度易下溢，放大损失可保持有效位。

4.若某模型在验证集上表现良好但线上AB效果下降，最应优先排查

A.训练集标签噪声

B.验证集与线上分布漂移

C.学习率过大

D.批次大小过小

答案：B

解析：分布漂移导致验证集失去代表性，需检查特征或标签定义一致性。

5.以下关于知识蒸馏温度T的说法正确的是

A.T越大，软标签越接近硬标签

B.T越小，logits差异被放大

C.T→∞时，softmax输出趋于均匀分布

D.蒸馏阶段与微调阶段T必须相同

答案：