2026年人工智能技术应用工程师职业资格认证考试题解含答案.docxVIP

2026年人工智能技术应用工程师职业资格认证考试题解含答案

一、单项选择题（共20题，每题1分，共20分。每题只有1个正确答案，错选、不选均不得分）

1.2026年主流参数高效微调技术中，通过将大模型权重分解为幅度与方向分量，仅对方向分量进行低秩适配以提升微调效果的技术是（）

A.LoRA

B.QLoRA

C.DoRA

D.PrefixTuning

答案：C

解析：DoRA（Weight-DecomposedLow-RankAdaptation）是2024年提出、2025-2026年广泛应用的参数高效微调方案，在LoRA基础上引入权重分解机制，将原始权重拆分为幅度向量和方向矩阵，冻结幅度向量后仅对方向矩阵做低秩适配，同时引入权重归一化稳定训练过程，相同参数量下微调精度普遍优于LoRA。QLoRA核心是通过4位量化降低显存占用，PrefixTuning通过优化输入前缀向量实现微调，均不符合题干描述。

2.检索增强生成（RAG）系统中，负责对初步检索结果进行相关性重排序、提升Top-N结果准确率的模块是（）

A.向量嵌入模块

B.文档分片模块

C.重排序模块

D.答案生成模块

答案：C

解析：重排序模块是RAG系统的核心优化组件之一，通常采用CrossEncoder跨编码器模型或轻量级大模型，对向量检索返回的初筛结果进行逐对相关性计算，重新排序后将相关性