2026年人工智能测试评估基础考试真题及答案.docxVIP

2026年人工智能测试评估基础考试真题及答案

1单项选择题（每题2分，共20分）

1.1在模型可解释性评估中，SHAP值的核心数学性质是

A.局部线性性

B.全局单调性

C.可加性

D.凸性

答案：C

解析：SHAP值满足∑φ_i=f(x)?E[f]，具有严格的可加性，可分解预测值。

1.2联邦学习场景下，参与方上传的梯度若未加噪声，最可能泄露

A.模型结构

B.训练数据分布

C.单个样本特征

D.超参数

答案：C

解析：梯度与样本特征呈线性关系，攻击者可通过梯度反推原始样本。

1.3下列指标中，对类别不平衡最不敏感的是

A.Accuracy

B.F1-score

C.AUC-ROC

D.Cohen’sκ

答案：C

解析：AUC-ROC仅依赖排序，对正负比例变化鲁棒。

1.4在强化学习策略评估中，重要性采样比ρ_t=π(a_t|s_t)/b(a_t|s_t)用于

A.减小方差

B.修正策略偏差

C.计算优势函数

D.估计状态占用度量

答案：B

解析：通过加权回报，纠正行为策略b与目标策略π的差异。

1.5对BERT模型进行剪枝后，若要保持下游任务精度，应优先保护

A.嵌入层

B.中间前馈维度

C.自注意力头中的query矩阵

D.池化层

答案：C

解析：query矩阵直接决定注意力分布，剪枝敏感度高。

1.6测试用例优