2026年人工智能算法工程师认证题库练习题及答案.docxVIP

2026年人工智能算法工程师认证题库练习题及答案

一、单项选择题（共20题，每题1分，共20分）

1.在大模型参数高效微调技术中，LoRA（Low-RankAdaptation）通过在Transformer注意力层的权重矩阵旁引入低秩分解矩阵实现微调，若原注意力查询投影层权重维度为4096×4096，LoRA的秩r设为8，则该层可训练参数量为（）

A.32768B.65536C.131072D.262144

答案：B

解析：LoRA的低秩分解为两个矩阵A和B，其中A的维度为d×r，B的维度为r×d，d=4096，r=8，因此参数量为4096×8+8×4096=2×4096×8=65536。

2.多模态对比学习模型CLIP通过对齐图像和文本的语义特征实现跨模态检索，其核心对比损失的特点是（）

A.仅以图像为正样本，文本为负样本B.仅以文本为正样本，图像为负样本

C.采用双向对称对比损失，图像和文本互为正负样本D.采用交叉熵损失，仅优化文本编码器

答案：C

解析：CLIP采用双编码器架构（图像编码器+文本编码器），训练时使用双向对称对比损失：对于一个batch内的N个图像-文本对，每个图像的正样本是对应的文本，负样本是其余N-1个文本；每个文本的正样本是对应的图像，负样本是其余N-1个图像，通过双向对比实现跨模态特征对齐。