人工智能编程2026年深度学习与机器学习考试题.docxVIP

第PAGE页共NUMPAGES页

人工智能编程：2026年深度学习与机器学习考试题

一、单选题（每题2分，共20题）

1.在中国金融领域，用于反欺诈的深度学习模型中，哪种损失函数通常能更好地处理类别不平衡问题？（A）均方误差（B）交叉熵（C）hingeloss（D）平方hingeloss

2.在深圳证券交易所的股价预测任务中，若采用LSTM网络，为了捕捉长期依赖关系，应优先考虑的参数设置是？（A）隐藏层单元数较少（B）激活函数为ReLU（C）时间步长较长（D）批处理大小较小

3.针对北京冬奥会赛事解说场景，生成式对话模型的预训练任务中，哪种数据增强策略能显著提升跨领域泛化能力？（A）随机词替换（B）同义词替换（C）回译（D）回译+同义词替换

4.在杭州城市交通流量预测中，若使用Transformer模型，以下哪种注意力机制最适合处理时序依赖和空间依赖的联合建模？（A）自注意力（B）多头注意力（C）交叉注意力（D）自回归注意力

5.上海自动驾驶领域，用于车道线检测的YOLOv5模型，若检测精度不足，优先应调整的参数是？（A）锚框大小（B）输入分辨率（C）类别头数量（D）损失函数权重

6.在医疗影像分析中，用于肺结节检测的3DU-Net模型，以下哪种后处理技术能有效降低假阳性率？（A）非极大值抑制（B）Otsu阈值分割（C）连通区域过滤（D）特征点