2025年AI模型性能对比分析基础试卷及答案.docxVIP

2025年AI模型性能对比分析基础试卷及答案

考试时间：______分钟总分：______分姓名：______

1.在二分类任务中，若数据集严重不平衡（正样本占比1%），以下哪个指标更适合评估模型性能？

A.准确率（Accuracy）

B.精确率（Precision）

C.召回率（Recall）

D.F1值

E.AUC值

2.关于Transformer模型与RNN模型的对比，以下说法错误的是？

A.Transformer通过自注意力机制解决了RNN的长期依赖问题

B.RNN的训练并行度低于Transformer，因其需按时间步顺序计算

C.Transformer在长序列任务中（如机器翻译）性能一定优于RNN

D.RNN的参数量随序列长度增加而线性增长，Transformer的参数量与序列长度无关

3.以下哪种方法可有效缓解模型过拟合？

A.增加模型深度（如从5层增加到10层）

B.减少训练数据量（如从10000样本减少到1000样本）

C.引入L2正则化（权重衰减）

D.提高学习率（如从0.001提高到0.1）

4.在回归任务中，以下哪个指标对异常值更敏感？

A.均方误差（MSE）

B.平均绝对误差（MAE）

C.决定系数（R2）