2026年人工智能技术规范基础考试试题及参考答案.docxVIP

2026年人工智能技术规范基础考试试题及参考答案

一、单项选择题（每题2分，共30分）

1.在联邦学习框架中，下列哪项技术最能有效缓解“非独立同分布（Non-IID）”带来的性能下降？

A.梯度压缩

B.知识蒸馏

C.差分隐私

D.同态加密

答案：B

解析：知识蒸馏通过让全局模型学习本地模型的软标签，可缓解Non-IID导致的局部偏差。

2.根据《生成式人工智能服务管理暂行办法》，提供者应对生成内容建立可追溯机制，其最小追溯粒度应为：

A.用户会话级

B.单次请求级

C.单句输出级

D.单token级

答案：B

解析：办法第12条明确要求“单次请求”可追溯，以便事后审计。

3.在VisionTransformer中，位置编码若采用二维相对位置编码，其参数量相较于原始一维绝对位置编码：

A.线性增长

B.对数增长

C.平方增长

D.不变

答案：C

解析：二维相对编码需对任意两个patch的相对坐标建模，参数量与patch数平方成正比。

4.当使用LoRA对大模型进行参数高效微调时，若秩r=16，原矩阵维度为4096×4096，则LoRA引入的新参数量占原参数量的比例约为：

A.0.78%

B.1.56%

C.3.12%

D.6.25%

答案：A

解析：LoRA新增参数量=2×4096×16，占比=2×16/4096≈0.78%。

5.在RLHF阶段，