2026年人工智能核心应用高频题库.docx

2026年人工智能核心应用高频题库

一、单项选择题（每题2分，共20分）

1.在深度强化学习中，以下哪种方法最适合解决连续动作空间下的策略优化问题？

A.Q-learning

B.DQN

C.DDPG

D.SARSA

答案：C

解析：DDPG（DeepDeterministicPolicyGradient）通过Actor-Critic架构直接输出连续动作，适用于连续控制任务。

2.若某Transformer模型在训练阶段出现“注意力崩塌”（AttentionCollapse），最可能的原因是：

A.位置编码未使用

B.学习率过大导致softmax梯度消失

C.层归一化置于