2026年人工智能开发工程师考试试卷及答案.docxVIP

2026年人工智能开发工程师考试试卷及答案

一、单项选择题（每题1.5分，共20题，30分）

1.将数据集划分为训练集、验证集和测试集的主要目的是（）。

A.增加数据总量

B.评估模型的泛化能力

C.减少模型训练时间

D.降低模型复杂度

答案：B

2.对于类别严重不平衡的二分类问题，下列哪个评估指标最合适？（）

A.准确率（Accuracy）

B.精确率（Precision）

C.召回率（Recall）

D.F1分数

答案：D

解析：不平衡数据下准确率具有较大欺骗性，F1分数综合了精确率与召回率，能更客观地反映模型对少数类的识别能力。

3.梯度下降中，学习率设置过大会导致（）。

A.收敛速度加快，最终效果更好

B.损失值震荡甚至发散

C.模型必定过拟合

D.梯度消失

答案：B

解析：学习率过大时参数更新步长过大，损失可能在最小值附近震荡甚至发散。

4.下列激活函数中，在深层网络中容易引起梯度消失的是（）。

A.ReLU

B.Sigmoid

C.LeakyReLU

D.Swish

答案：B

解析：Sigmoid导数最大仅为0.25，深层反向传播时梯度连乘会迅速衰减；ReLU正区间导数为1，可有效缓解梯度消失。

5.卷积神经网络中，池化层的主要作用不包括（）。

A.降低特征图空间尺寸

B.增强特征的平移不变性