2026年人工智能数字金融基础考试题库及解析.docxVIP

2026年人工智能数字金融基础考试题库及解析

1.（单选）在联邦学习框架下，参与方A与B采用横向联邦平均算法训练逻辑回归模型。若A的本地epoch=5，batchsize=256，学习率η=0.01；B的本地epoch=3，batchsize=512，η=0.02。服务器聚合时采用加权平均，权重为各参与方数据量占比。设A有8000条样本，B有12000条样本，则第t轮全局模型参数更新公式中的有效学习率可表示为

A.0.01×(8000/20000)+0.02×(12000/20000)

B.0.01×(5/8)+0.02×(3/8)

C.0.01×(8000×5)/20000+0.02×(12000×3)/20000

D.0.01×(8000×5/256)/Σ+0.02×(12000×3/512)/Σ，其中Σ为总梯度次数

答案：C

解析：横向联邦平均的权重为数据量，而本地epoch与batchsize仅影响本地梯度质量，不改变聚合权重。故有效学习率按数据量加权，C正确。

2.（单选）某数字人民币钱包采用“隐形地址”方案：每次收款时，收款方根据主私钥sk与一次性随机数r计算临时公钥P=H(r·G)+sk·G，其中G为椭圆曲线基点，H为哈希到曲线函数。若攻击者已知链上两笔交易分别使用r?、r?且r?=r?+1，则其判断两笔地址是否属于同一主私钥的最优算法时间