2026年人工智能基础试题及答案.docxVIP

2026年人工智能基础试题及答案

一、单项选择题（每题2分，共20分）

1.在深度学习中，若某卷积层输入尺寸为32×32×3，卷积核尺寸为5×5×3，步长为1，零填充为2，输出通道数为64，则该层输出特征图的尺寸为

A.32×32×64??B.28×28×64??C.30×30×64??D.34×34×64

2.下列关于Transformer自注意力机制的说法，正确的是

A.查询向量Q与键向量K的点积结果需先经过Softmax再与值向量V相乘

B.自注意力权重的计算与输入序列长度无关

C.多头注意力中不同头的参数共享

D.位置编码仅在解码器端使用

3.若某强化学习任务满足马尔可夫性质，则

A.状态转移概率仅与当前状态有关

B.奖励函数必须稀疏

C.策略梯度算法一定收敛到全局最优

D.值函数无法通过贝尔曼方程迭代求解

4.在联邦学习框架中，采用FedAvg算法时，服务器端聚合全局模型的方式是

A.对各客户端模型参数取几何平均

B.按客户端数据量加权平均

C.仅选取损失最小的客户端模型

D.对参数进行指数移动平均

5.下列关于生成对抗网络（GAN）的说法，错误的是

A.判别器的损失函数可视为二元交叉熵

B.生成器的目标是最小化log(1?D(G(z)))

C.训练过程中生成器与判别器交替更新

D.模式崩溃（modecollapse）指判别器损失