2026年人工智能工程师考试题库（附答案和详细解析）（0517）.docxVIP

人工智能工程师

一、单项选择题（共10题，每题1分，共10分）

在深度学习中，通常使用反向传播算法来优化神经网络参数，该算法的核心思想是基于什么原理？A.遗传算法B.梯度下降法C.支持向量机D.贝叶斯推断答案：B解析：反向传播算法结合了链式法则和梯度下降法，通过计算损失函数关于各参数的梯度来更新权重，从而最小化损失。遗传算法基于自然选择，支持向量机使用间隔最大化，贝叶斯推断基于概率推断，均不直接用于参数优化的梯度计算。

以下哪项技术不属于“大语言模型”的典型训练范式？A.预训练B.有监督微调（SFT）C.强化学习与人类反馈（RLHF）D.逻辑回归分类答案：D解析：逻辑回归是一种传统的浅层机器学习算法，通常用于二分类任务，不具备处理自然语言序列或生成复杂文本的能力。大语言模型（LLM）的典型范式包括预训练（学习通用语言知识）、SFT（学习指令遵循）和RLHF（学习人类偏好）。

在计算机视觉任务中，Transformer架构中“自注意力机制”的主要作用是？A.提取图像的边缘特征B.计算序列中不同位置之间的相关性C.减少模型的参数量D.增加卷积层的深度答案：B解析：自注意力机制允许模型在处理序列数据时，同时关注序列中所有位置的元素，从而捕捉长距离依赖关系，计算不同位置之间的相关性。它主要用于NLP，但在视觉领域通过Vision