2026年人工智能训练师（五级）专业技能真题题库.docxVIP

2026年人工智能训练师（五级）专业技能真题题库

一、单项选择题（每题1分，共30分）

1.在监督学习中，若训练集标签存在5%的随机错误，下列哪种数据增强策略对模型鲁棒性提升最直接？

A.随机旋转

B.标签平滑

C.Mixup

D.CutMix

答案：B

解析：标签平滑通过软化硬标签，可天然抵消部分错误标签带来的过拟合。

2.使用Adam优化器时，若梯度持续稀疏，推荐调整的超参数是：

A.β?

B.β?

C.ε

D.学习率

答案：C

解析：ε控制数值稳定性，梯度稀疏时适当增大ε可防止除零震荡。

3.在Transformer中，位置编码使用sin/cos的主要原因是：

A.可学习参数少

B.易于外推到更长序列

C.计算速度快

D.可导性好

答案：B

解析：sin/cos的周期性使模型对未见过的长度具有泛化能力。

4.当BatchNorm的batchsize=1时，最合适的替代方案是：

A.LayerNorm

B.InstanceNorm

C.GroupNorm

D.LocalRespNorm

答案：C

解析：GroupNorm在batch极小时仍可利用通道分组估计统计量。

5.在联邦学习场景下，客户端数据Non-IID且极度倾斜，应优先采用的聚合策略是：

A.FedAvg

B.FedProx

C.FedNova

D.FedSGD

答案：B

解