2025年国际计算机认证考试《人工智能》真题试卷及答案.docxVIP

2025年国际计算机认证考试《人工智能》练习题试卷及答案

一、单项选择题（每题2分，共30分）

1.以下哪项不属于监督学习任务？

A.图像分类（标注好的猫狗图片）

B.房价预测（已知面积、位置与对应价格）

C.用户聚类（无标签的消费行为数据）

D.垃圾邮件识别（标注好的正常/垃圾邮件）

2.在深度学习中，使用ReLU激活函数的主要目的是：

A.解决梯度消失问题

B.增加模型非线性表达能力

C.加速收敛速度

D.以上都是

3.关于Transformer模型的描述，错误的是：

A.自注意力机制允许模型并行计算

B.位置编码用于捕捉序列中的顺序信息

C.解码器仅使用自注意力层

D.多头注意力通过多个子空间学习不同特征

4.以下哪种方法常用于解决类别不平衡问题？

A.过采样少数类

B.欠采样多数类

C.调整分类阈值

D.以上都是

5.在强化学习中，Qlearning与SARSA的主要区别在于：

A.Qlearning是异策略（Offpolicy），SARSA是同策略（Onpolicy）

B.Qlearning使用贪心策略更新，SARSA使用当前策略更新

C.Qlearning收敛速度更快

D.两者无本质区别

6.自然语言处理中，BERT模型的预训练任务包括：

A.掩码语言模型（MLM）和下一句预测（NSP）

B.序列到序列生成（Seq2Seq）

C.情感分析

D.命名实体识别

7.卷积神经网络（CNN）中，池化层的主要作用是：

A.减少参数数量

B.保留空间位置信息

C.增加特征图深度

D.增强局部感受野

8.以下哪项不是生成对抗网络（GAN）的常见应用？

A.图像超分辨率

B.风格迁移

C.异常检测

D.文本分类

9.在决策树算法中，信息增益的计算基于：

A.基尼系数

B.信息熵

C.均方误差

D.交叉熵损失

10.多模态学习中，“对齐（Alignment）”的核心目标是：

A.统一不同模态的特征空间

B.增加模型参数量

C.提升单模态任务性能

D.减少计算复杂度

11.以下哪种优化器在训练深度模型时更适合处理稀疏数据？

A.SGD（随机梯度下降）

B.Adam

C.RMSprop

D.Adagrad

12.评估生成模型（如GPT）的常用指标是：

A.BLEU分数（针对文本生成）

B.FID分数（针对图像生成）

C.困惑度（Perplexity）

D.以上都是

13.知识图谱的核心组成是：

A.实体、关系、属性

B.节点、边、权重

C.概念、实例、规则

D.以上都是

14.在迁移学习中，“领域自适应（DomainAdaptation）”主要解决的问题是：

A.源域与目标域数据分布不同

B.模型参数过多导致过拟合

C.标注数据不足

D.模型泛化能力差

15.以下哪项属于小样本学习（FewshotLearning）的关键技术？

A.元学习（MetaLearning）

B.数据增强

C.自监督学习

D.以上都是

二、填空题（每题2分，共20分）

1.机器学习中，偏差（Bias）反映模型对训练数据的________能力，方差（Variance）反映模型对数据扰动的________能力。

2.深度学习中，BatchNormalization（BN）的主要作用是________，通常应用在________层之后、激活函数之前。

3.Transformer模型中，注意力分数的计算公式为________（用矩阵形式表示）。

4.LSTM网络通过三个门控机制控制信息流动，分别是________、________和输出门。

5.强化学习的三要素是________、________和奖励函数。

6.自然语言处理中，词嵌入（WordEmbedding）的典型模型包括________（列举至少2个）。

7.计算机视觉中，目标检测的经典算法有________（列举至少2个）。

8.生成对抗网络（GAN）由________和________两个部分组成，通过博弈优化训练。

9.知识蒸馏（KnowledgeDistillation）的核心思想是用________模型的“软标签”指导________模型训练。

10.多模态大模型（如GPT4）的训练通常