2026年人工智能训练师理论考试易错题库及解析.docxVIP

2026年人工智能训练师理论考试易错题库及解析

1.单选题

在联邦学习框架中，客户端上传的“梯度”若未加噪声，最可能被攻击者利用以下哪种方法反推出原始训练样本？

A.模型逆向攻击（ModelInversion）

B.成员推理攻击（MembershipInference）

C.属性推理攻击（AttributeInference）

D.后门投毒攻击（BackdoorPoisoning）

答案：A

解析：梯度本身携带大量样本信息，攻击者通过优化输入使梯度与上传梯度一致即可近似还原原始图像或文本，称为模型逆向攻击。其余攻击依赖输出概率或标签，而非直接利用梯度。

2.单选题

当使用Adam优化器训练Transformer时，若β?从0.9调到0.99，下列现象最合理的是：

A.训练损失下降更快

B.参数更新方向噪声减小，初期收敛变慢

C.学习率自动放大10倍

D.二阶矩估计方差爆炸

答案：B

解析：β?增大使动量项惯性增强，历史梯度占比提高，更新方向更平滑，但初期对新梯度响应迟钝，收敛速度减缓。

3.单选题

在DiffusionModel前向加噪过程中，若设置总步数T=1000，β?线性从1×10??增至2×10?2，则第500步的α??值为：

A.0.50

B.0.63

C.0.75

D.0.87

答案：B

解析：α?=1?β?，α??=∏_{k=1}^{