2026年人工智能工程师专业知识考核试卷及答案-人工智能在金融领域的风险.docxVIP

2026年人工智能工程师专业知识考核试卷及答案-人工智能在金融领域的风险

一、单项选择题（每题2分，共20分）

1.某银行信贷模型在房价下跌周期中对贷款违约率的预测大幅失真，最可能的原因是下列哪一项？

A.模型参数数量不足

B.训练数据标签错误

C.训练数据与上线后实际数据分布发生漂移

D.模型训练轮次过多

答案：C

解析：房价下跌导致借款人行为与历史训练期显著不同，属于典型的概念漂移。数据分布变化使模型在原有分布上习得的规律失效。

2.深度学习模型在金融风控领域常被诟病为黑箱，其核心含义是：

A.模型训练速度过慢

B.模型内部参数无法保存

C.模型内部决策逻辑难以被人类直接理解

D.模型无法处理结构化数据

答案：C

3.在智能投顾系统中，攻击者通过向市场注入大量误导性数据，使模型产生错误投资决策，这种攻击方式属于：

A.提示注入攻击

B.数据投毒攻击

C.拒绝服务攻击

D.暴力破解攻击

答案：B

解析：数据投毒攻击的核心是在模型训练或推理阶段污染数据源，使模型行为发生恶意偏移。

4.美联储《模型风险管理指引》（SR11-7）对金融机构AI模型提出的核心要求是：

A.模型必须使用深度学习架构

B.模型必须具有可解释性与有效的验证流程

C.模型必须部署在本地服务器

D.模型必须每季度重新训练一次

答案：B

5.某信贷模型因历史数