2026年人工智能工程师考试题库（附答案和详细解析）（0608）.docxVIP

人工智能工程师

一、单项选择题（共10题，每题1分，共10分）

在机器学习中，为了防止模型在训练数据上表现过好但在新数据上表现很差，通常会采用哪种技术？A.过拟合B.欠拟合C.正则化D.归一化答案：C解析：正则化（如L1、L2）通过在损失函数中添加惩罚项，限制模型的复杂度，从而有效防止过拟合。A选项过拟合是问题本身，B选项欠拟合是模型未学习到数据特征。

下列关于反向传播算法的描述，哪一项是错误的？A.基于链式法则计算梯度B.用于更新神经网络的权重C.只适用于全连接神经网络D.涉及前向传播和误差计算答案：C解析：反向传播算法是通用的梯度计算方法，不仅适用于全连接网络，也适用于卷积神经网络（CNN）、循环神经网络（RNN）等几乎所有深度学习模型。

在自然语言处理（NLP）中，BERT模型的主要架构特点是什么？A.仅包含编码器（Encoder）B.仅包含解码器（Decoder）C.包含编码器和解码器D.仅包含注意力机制答案：A解析：BERT（BidirectionalEncoderRepresentationsfromTransformers）是一种基于Transformer的编码器架构，它利用双向上下文信息来表示文本，主要用于文本分类、命名实体识别等任务。

以下哪个指标最适合用来衡量分类模型在处理类别不平衡数据时的性能