人工智能训练师(3级)理论知识模拟试卷及答案.docxVIP

人工智能训练师(3级)理论知识模拟试卷及答案

一、单项选择题（本大题共10小题，每小题2分，共20分）

1.人工智能训练师（3级）在构建深度学习模型时，应优先考虑哪种数据预处理技术以提升模型泛化能力？

A.数据标准化

B.数据归一化

C.数据增强

D.数据降维

解析：数据增强通过生成合成样本可扩充训练集，缓解过拟合问题，增强泛化能力。标准化和归一化仅调整尺度，降维会丢失信息，故C正确。

2.在自然语言处理任务中，BERT模型采用哪种机制实现上下文感知的词表示？

A.卷积神经网络（CNN）

B.递归神经网络（RNN）

C.自注意力机制（Self-Attention）

D.生成对抗网络（GAN）

解析：BERT基于Transformer架构，核心是自注意力机制，动态捕捉词间依赖关系，优于RNN的顺序限制和CNN的局部感受野。

3.以下哪种算法不属于强化学习的模型无关方法？

A.Q-Learning

B.SARSA

C.DQN（DeepQ-Network）

D.PPO（ProximalPolicyOptimization）

解析：PPO属于策略梯度方法，需估计价值函数；Q-Learning、SARSA、DQN均基于值函数，