2026年人工智能工程师考试题库（附答案和详细解析）（0910）.docxVIP

人工智能工程师

一、单项选择题（共10题，每题1分，共10分）

在监督学习分类任务中，用于衡量模型预测概率分布与真实标签分布差异的常用损失函数是（）。

A.均方误差损失通过计算预测值与真实值的平方差来衡量回归误差

B.交叉熵损失通过度量预测概率分布与真实标签分布的差异来指导分类学习

C.铰链损失通常用于支持向量机等最大间隔分类器

D.对比损失通过拉近正样本对、推远负样本对来学习嵌入表示

答案：B

解析：交叉熵损失能有效衡量预测概率分布与真实分布之间的差异，适合分类任务。A是回归损失；C用于支持向量机；D用于对比学习或度量学习。

在卷积神经网络中，1×1卷积核不能实现的作用是（）。

A.1×1卷积可以融合不同通道间的信息

B.1×1卷积可以改变特征图的通道数

C.1×1卷积可以扩大卷积层的感受野

D.1×1卷积可以引入额外的非线性变换

答案：C

解析：1×1卷积能在通道维度聚合信息、改变通道数，并通过后续激活函数增加非线性。但卷积核尺寸为1×1，不涉及空间邻域，因此不能扩大感受野。

在反向传播训练过程中，与梯度消失问题最密切相关的激活函数是（）。

A.ReLU在正区间保持梯度恒为1，有助于缓解梯度消失

B.Sigmoid函数导数最大仅为0.25，多层叠加后梯度容易消失

C.LeakyReLU在负区间保留小斜率，可减少神经元死亡问题

D.Swish函数为