2026年人工智能训练师理论考试冲刺试题及解析.docxVIP

2026年人工智能训练师理论考试冲刺试题及解析

2026年人工智能训练师理论考试冲刺试题及解析

一、单项选择题（每题2分，共40分）

1.在深度学习模型训练中，若验证集损失持续上升而训练集损失持续下降，最可能的原因是

A.学习率过低

B.批量大小过大

C.模型欠拟合

D.模型过拟合

答案：D

解析：训练集表现改善而验证集表现恶化，是过拟合的典型信号。

2.对BERT模型进行下游任务微调时，若目标领域语料与预训练语料差异极大，应优先采用

A.冻结全部参数，仅训练分类层

B.逐层解冻并降低学习率

C.直接增大批大小

D.移除位置编码

答案：B

解析：领域差异大时，逐层解冻配合低学习率可缓解灾难性遗忘。

3.联邦学习框架中，服务器聚合客户端梯度最常用的防御投毒攻击算法是

A.FedSGD

B.FedAvg

C.Krum

D.LocalSGD

答案：C

解析：Krum通过选择与其他梯度最接近的一个梯度作为聚合结果，可抵御拜占庭攻击。

4.在强化学习策略梯度定理中，若回报基线b(s)

A.一定增大

B.一定减小

C.不变

D.可能增大或减小

答案：B

解析：最优基线使方差最小化，(s

5.对生成对抗网络采用Wasserstein损失时，判别器最后一层应去掉

A.BatchNorm

B.ReLU

C.Sigmoid

D.Dropout

答案：C

解析