2026年人工智能在金融风控中的应用试卷及答案.docxVIP

2026年人工智能在金融风控中的应用试卷及答案

1.单项选择题（每题1分，共20分）

1.1在信贷审批场景中，使用XGBoost建立违约预测模型时，下列哪项超参数对模型过拟合影响最大？

A.max_depth?B.learning_rate?C.n_estimators?D.gamma

答案：A

1.2联邦学习在反洗钱（AML）场景下的核心合规诉求是：

A.降低通信延迟?B.保障数据不出域?C.提高AUC?D.减少GPU消耗

答案：B

1.3若采用BERT家族模型对上市公司年报进行风险段落抽取，需首先解决的输入长度限制是：

A.256token?B.512token?C.1024token?D.2048token

答案：B

1.4在图神经网络（GNN）检测信用卡套现团伙时，节点特征通常不包含：

A.近30天交易金额均值?B.近30天登录IP熵?C.近30天还款次数?D.近30天GPS坐标方差

答案：D

1.5使用强化学习进行动态授信额度调整时，奖励函数若忽略“监管罚没成本”，最可能导致的后果是：

A.探索不足?B.策略过于保守?C.策略突破利率上限?D.样本效率下降

答案：C

1.6在可解释性框架SHAP中，对单个样本计算出的SHAP值之和等于：

A.该样本预测概率?B.该样本预测概率减去基准概率?C.基准概率?D.