2026年人工智能技术原理及应用知识考察试题及答案解析.docxVIP

2026年人工智能技术原理及应用知识考察试题及答案解析

1.单项选择题（每题2分，共20分）

1.1在深度学习中，下列哪一项最能准确描述“梯度消失”现象的本质原因？

A.激活函数输出均值不为0

B.链式法则连乘导致梯度指数级减小

C.权重初始化方差过大

D.批归一化层位置不当

答案：B

解析：反向传播时，链式法则对梯度进行连乘，若每层的梯度绝对值小于1，则深层网络靠近输入端的梯度会指数级趋近于0。

1.2若某卷积层输入特征图尺寸为112×112，步长为2，填充为1，卷积核尺寸为5×5，则输出特征图尺寸为

A.56×56

B.55×55

C.54×54

D.53×53

答案：A

解析：

out

1.3在Transformer中，ScaledDot-ProductAttention的缩放因子为

A.

B.

C.1

D.log

答案：A

解析：防止点积值过大进入softmax饱和区，缩放因子取。

1.4下列关于联邦学习（FL）的说法，错误的是

A.服务器端始终无法获得任何客户端的原始数据

B.FedAvg算法中，客户端上传的是明文梯度

C.差分隐私可用于增强FL的隐私保证

D.同态加密可用于梯度聚合

答案：B

解析：FedAvg上传的是本地模型参数（或加密/扰动后的梯度），而非明文梯度。

1.5在强化学习中，若策略π满足?s

A.确定性