一、单选题

1、在反向传播过程中，如果发现某个特定层的学习速度显看慢于其他层，以下选项中，最可能的原因是? {{ select(1) }}

• 数据标准化不充分
• 该层的梯度消失
• 该层的参致数量较少
• 学习率设置过低

2、在经典的束搜索(beam searh)中，生成的结果往往偏向于短序列，这种长度偏差的根本原因是 {{ select(2) }}

• 序列越短，候选序列累计得分越不容易被稀释
• Beam width较小时生成的序列偏向于短序列
• 在解码前对所有序列长度做了统一的长度惩罚
• Transformer类的模型本身更偏好短序列

3、训练集1000 000条样本，使用mini-batch SGD,batch_size=100，epochs=50，每个 epoch 内迭代次数为 {{ select(3) }}

• 50000
• 5000000
• 1000000
• 10000

4、幂法(Power Method) 主要用于求解 {{ select(4) }}

• 矩阵的奇异值分解
• 矩阵的最小特征值
• 矩阵的主特征值(模最大的特征值)
• 矩阵的行列式

5、假设一个大模型Agent在解决数学推理任务时采用"反思-修正"机制，其核心流程为：

1.生成初步答案 $A_1$;

2.通过独立模块生成反思信号 $R$ ;

3.根据修正答案 $A_1→A_2$ 。

若训练时采用强化学习(RL)框架，则以下哪项最可能是奖励函数的设计目标?

{{ select(5) }}

• 最大化 $R$ 与 $A_1$的语义相似度
• 最大化 $A_2$ 与真实答案 $G$ 的匹配度，同时最小化 $|A_1- A_2|$
• 最大化 $A_1$ 与真实答案 $G$ 的匹配度
• 最小化 $A_1$ 与 $A_2$ 的计算开销差异