人工智能與大數(shù)據(jù)基礎(chǔ)知識測試問卷

本問卷旨在測試您對人工智能與大數(shù)據(jù)相關(guān)基礎(chǔ)知識的掌握程度。請認真閱讀題目并根據(jù)您的理解作答。所有題目均為必答題，完成后請?zhí)峤弧?

1. 大數(shù)據(jù)的“4V”特征不包括以下哪一項

Volume（數(shù)據(jù)量巨大）Variety（數(shù)據(jù)類型多樣）Vector（向量化表示）Velocity（數(shù)據(jù)生成快速）

2. 以下哪項屬于人工智能的核心研究領(lǐng)域

數(shù)據(jù)庫索引優(yōu)化計算機視覺網(wǎng)絡協(xié)議設(shè)計操作系統(tǒng)調(diào)度

3. 機器學習中，訓練數(shù)據(jù)同時包含輸入特征和對應輸出標簽的學習范式稱為

無監(jiān)督學習強化學習監(jiān)督學習半監(jiān)督學習

4. 下列哪種算法屬于無監(jiān)督學習

線性回歸K?均值聚類隨機森林支持向量機

5. “通過智能體與環(huán)境的交互，以獎勵信號為優(yōu)化導向?qū)W習最優(yōu)決策策略”描述的是

深度學習強化學習遷移學習集成學習

6. 深度學習中，用于解決深層網(wǎng)絡梯度消失問題的常見結(jié)構(gòu)是

卷積層殘差連接（Residual Connection）池化層Dropout

7. “數(shù)據(jù)管理能力成熟度評估模型”的我國國家標準縮寫是

DCMMCMMIITILISO 27001

8. 下列哪項屬于生成式人工智能的典型應用

垃圾郵件分類基于GAN生成產(chǎn)品設(shè)計草圖客戶購買行為預測設(shè)備剩余壽命回歸

9. 關(guān)于數(shù)據(jù)治理，以下說法正確的是

數(shù)據(jù)治理只關(guān)注數(shù)據(jù)安全數(shù)據(jù)治理是純技術(shù)問題，與管理無關(guān)數(shù)據(jù)治理涵蓋數(shù)據(jù)質(zhì)量、元數(shù)據(jù)、主數(shù)據(jù)、數(shù)據(jù)生命周期等數(shù)據(jù)治理僅在數(shù)據(jù)量較小時需要

10. 以下哪項是 Transformer 模型的核心創(chuàng)新機制

循環(huán)神經(jīng)網(wǎng)絡（RNN）自注意力機制（Self?Attention）長短期記憶單元（LSTM）門控循環(huán)單元（GRU）

11. 大語言模型（LLM）通?；谝韵履姆N架構(gòu)

卷積神經(jīng)網(wǎng)絡（CNN）生成對抗網(wǎng)絡（GAN）Transformer自編碼器（Autoencoder）

12. “在輸入提示中提供幾個示例，引導大語言模型完成特定任務而不更新模型參數(shù)” 被稱為

全參數(shù)微調(diào)檢索增強生成（RAG）少樣本學習（Few?shot Learning）指令微調(diào)

13. 以下哪項技術(shù)可以顯著減少大語言模型在回答時出現(xiàn)“幻覺”（Hallucination）

增加模型層數(shù)使用檢索增強生成（RAG）降低溫度參數(shù)擴大詞表大小

14. “LoRA” 在大語言模型微調(diào)中指的是什么

一種新型注意力機制低秩適應（Low?Rank Adaptation）損失函數(shù)優(yōu)化算法數(shù)據(jù)增強方法

15. 在提示工程（Prompt Engineering）中，“思維鏈”（Chain?of?Thought, CoT）是指

將多個模型串聯(lián)推理在提示中展示中間推理步驟隨機采樣多個輸出對輸入進行編碼壓縮

16. 下列哪項是多模態(tài)大語言模型（MLLM）的典型能力

僅處理文本僅處理圖像同時處理文本和圖像等多模態(tài)數(shù)據(jù)僅處理音頻

17. 大規(guī)模無監(jiān)督預訓練后，使用少量標注數(shù)據(jù)對模型進行針對性優(yōu)化，這種技術(shù)稱為

零樣本學習強化學習微調(diào)集成學習

18. 關(guān)于“智能體”（Agent）與大語言模型的結(jié)合，以下描述正確的是

LLM Agent 只能回答問題，不能執(zhí)行動作LLM Agent 通常配備感知、規(guī)劃、記憶和工具調(diào)用能力Agent 系統(tǒng)不需要與外部環(huán)境交互LLM Agent 無法調(diào)用 API 或計算器

19. 大數(shù)據(jù)的“4V”特征除了Volume和Velocity，還包括___和___

20. 人工智能的三個主要學派包括符號主義、連接主義和

21. 監(jiān)督學習的兩大典型任務是___（預測連續(xù)值）和___（預測離散類別）

22. 無監(jiān)督學習中，用于將高維數(shù)據(jù)投影到低維并保留主要方差的方法是

23. 強化學習的基本要素包括智能體、環(huán)境、狀態(tài)、動作和

24. 深度學習的核心模型是包含多個隱藏層的網(wǎng)絡

25. 計算機視覺中廣泛使用的深度學習模型是神經(jīng)網(wǎng)絡（縮寫CNN）

26. Transformer 模型中，用于解決長序列依賴問題的核心組件是機制

27. 大語言模型在生成不真實、不相關(guān)或無意義的內(nèi)容時，這種現(xiàn)象被稱為

28. 將外部知識庫中的信息檢索出來并連同問題一起輸入給 LLM 以增強回答準確性的技術(shù)縮寫是

29. GPT 系列模型的中文全稱是

30. 訓練大語言模型時，用于防止模型對訓練數(shù)據(jù)過度記憶而失去泛化能力的技術(shù)稱為

翻譯題

31. few?shot learning 的中文翻譯是

32. chain?of?thought (CoT) 的中文翻譯是

33. retrieval?augmented generation (RAG) 的中文翻譯是

34. fine?tuning 的中文翻譯是

35. self?attention 的中文翻譯是

36. multi?modal 的中文翻譯是

37. embedding 的中文翻譯是

38. reinforcement learning 的中文翻譯是

39. supervised learning 的中文翻譯是

40. unsupervised learning 的中文翻譯是

41. deep learning 的中文翻譯是

42. generative adversarial network (GAN) 的中文翻譯是

43. large language model (LLM) 的中文翻譯是

44. parameter?efficient fine?tuning 的中文翻譯是

45. mixture of experts (MoE) 的中文翻譯是

46. zero?shot learning 的中文翻譯是

47. reinforcement learning from human feedback (RLHF) 的中文翻譯是

48. attention mask 的中文翻譯是

49. knowledge distillation 的中文翻譯是

50. model parallelism 的中文翻譯是

51. data parallelism 的中文翻譯是

52. position encoding 的中文翻譯是

53. token 的中文翻譯是

54. agent 的中文翻譯是

55. reasoning 的中文翻譯是

56. multimodal alignment 的中文翻譯是

57. contrastive learning 的中文翻譯是

58. prompt engineering 的中文翻譯是

59. 姓名

更多問卷復制此問卷

国产高清日日夜夜操,久草综合在线婷婷色,国产久久久,久久99亚洲激情,色综合婷婷淫,夜夜久久精品国产,美女起爽视频,91亚洲色,久久青青草在线视频

人工智能與大數(shù)據(jù)基礎(chǔ)知識測試問卷