1、逻辑回归的决策边界是：

{{ select(1) }}

• 一条 S 形曲线

• 特征空间中的超平面 $w^T x+b=0$

• 以原点为圆心的超球面

• 由核函数决定的非线性曲面

2、当CUDA内核因寄存器压力过大导致寄存器溢出时，溢出的数据会被存储到哪种内存中？

{{ select(2) }}

• L1缓存

• 局部内存（Local Memory，由全局内存物理支持）

• 常量内存

• 共享内存

3、采用固定页管理KV-Cache（页大小固定）在显存碎片严重的场景下，最直接的好处是：

{{ select(3) }}

• 减少小对象频繁分配导致的碎片与分配开销

• 减少碎片对不齐，提高数值精度

• 降低显存访问的带宽压力（通过页对齐减少随机小块访问）

• 降低小对象的内存访问延迟（通过页内局部性优化）

4、在长文本生成模型中，关于温度（Temperature）系数下面说法正确的是？

{{ select(4) }}

• 初始温度$T=0.4$，随长度递增逐渐增至$0.8$

• 保持温度$T=0.8$，保证变化量一致

• 初始温度$T=0.8$，随长度递增逐渐降至$0.4$

• 每1000 Token随机设置温度$T$

5、关于Decoder-only，下列哪一项说法是错误的？

{{ select(5) }}

• 常用于文本续写和对话生成

• 输入提示和输出文本常被组织为同一连续序列

• 必须包含独立编码器才能生成输出

• 常见训练思路是根据已有上下文继续预测后续 token

6、在 PPO 中使用截断代理目标函数（clipped surrogate objective）的主要目的是什么？

{{ select(6) }}

• 使策略梯度估计保持无偏性

• 消除价值函数估计带来的偏差

• 保证每次策略更新都严格满足 KL 散度约束

• 限制策略更新幅度，防止因更新过大导致训练不稳定

7、关于Prompt Tuning（或Prefix Tuning）的描述，正确的是？

{{ select(7) }}

• 微调整个预训练模型的全部参数

• 对模型进行知识蒸馏

• 完全冻结模型参数，仅调整输出层

• 在输入前添加可学习的连续向量，仅更新这些向量的参数

8、梯度爆炸问题通常与权重矩阵的什么性质相关？

{{ select(8) }}

• 特征值过大

• 行列式为0

• 秩为1

• 非对称性

9、设样本$X_1,X_2,X_n$来自二项分布$B(m,p)$（$m$已知，$p$未知），则$p$的最大似然估计值为（）

{{ select(9) }}

• $S^2/m$

• $\bar{X}$

• $\bar{X}/m$

• $S^2$

10、标准的自注意力机制存在一个著名的计算瓶颈：其时间和空间复杂度都是$O(N^2)$，其中$N$为序列长度。假设我们在显存中需要分配连续空间来存储某个Attention Head 的$N \times N$注意力打分矩阵。如果我们希望将模型的上下文窗口从标准的4096（4K）暴力扩展到32768（32K），在保持批次大小（Batch Size）和其他维度不变的情况下，仅该打分矩阵所占用的显存理论上会膨胀多少倍？

{{ select(10) }}

• 512倍

• 64倍

• 8倍

• 16倍

11、在Transformer的标准缩放点积注意力（Scaled Dot-Product Attention）中，为什么要除以 $\sqrt{d_k}$（$d_k$ 为键向量的维度）？ {{ select(11) }}

• 降低计算复杂度
• 避免点积结果过大导致 Softmax 进入饱和区，梯度极小
• 对查询和键向量的模长进行归一化
• 防止梯度消失，使训练更加稳定

12、在编写底层降维算法时，清楚矩阵维度的变化至关重要。假设我们有一个包含 N 个样本、每个样本具有 D 维特征的数据集，将其表示为中心化后的矩阵$X\in \mathbb{R}^{N\times D}$。我们使用 PCA 将其降至 K 维（其中$K < D$），得到了投影矩阵$W\in \mathbb{R}^{D\times K}$。降维后的特征矩阵记为 Z。随后，我们尝试将 Z 重构回原始特征空间，得到重构矩阵$\hat{X}$。请问，重构矩阵$\hat{X}$的维度大小是多少？ {{ select(12) }}

• $N\times K$
• $N\times D$
• $D\times D$
• $K\times D$

13、某电商平台系统对用户停留在某商品页面的时长（分钟）进行分析，使用逻辑回归判断其是否为该商品的潜在用户，已知回归斜率是1.5，截距是-15，回归模型中使用sigmoid函数（$\frac{1}{1+e^{-x}}$），如果某用户停留时长是10分钟，那么他是潜在用户的概率是多少？

{{ select(13) }}

• 0.4

• 0.5

• 1

• 0.9

14、某模型经过 SFT 后，出现了 "过度道歉" 现象（如频繁说 "抱歉，作为一个 AI 助手..."）。最可能的原因是什么？

{{ select(14) }}

• 训练时使用了混合精度（FP16），导致数值精度损失

• SFT 的学习率设置过高，导致模型参数更新过度

• 模型的参数量太小，无法承载复杂的指令遵循能力

• 训练数据中包含大量安全审核后的样本，模型学习到了保守的回答风格

15、贝叶斯网络中，链式结构A→B→C，在B已被观测（给定）时，A与C的关系是？

{{ select(15) }}

• A与C完全相关

• A与C条件独立（给定B）

• A与C边缘独立

• A与C的关系与B是否被观测无关

16、关于KV缓存机制在大模型推理中的作用，以下说法正确的有

{{ multiselect(16) }}

• 使用KV缓存后，自注意力计算复杂度从$O(n^3)$降低到$O(n^2)$
• KV缓存存储的是历史token的Key和Value向量
• Query向量不会被缓存，因为每个新token的Query需要重新计算
• KV缓存的大小与序列长度、批大小、层数、头数成正比

17、对于数据集{3, 4, 5, 3, 8, 7}，以下描述正确的是？

{{ multiselect(17) }}

• 中位数$=4$

• 方差$=11/3$

• 平均数$=5$

• 众数$=3$

18、在构建工业级大规模机器学习管道（Machine Learning Pipeline）时，关于特征处理与选择的深层逻辑，下列说法中正确的有

{{ multiselect(18) }}

• 嵌入式方法（Embedded Methods）如Lasso回归，其特征选择过程是在模型训练的损失函数中通过$L_1$正则项实现的。与其相比，过滤式方法（Filter Methods）完全不考虑特征间的组合效应（Interaction）
• 在使用PCA（主成分分析）进行降维前，必须先进行Standardization（标准化）。这是因为PCA寻找的是最大方差方向，若不缩放，方差绝对值大的特征会改变成分，导致投影方向偏向量纲大的变量
• Permutation Importance（排列重要性）在处理具有**强相关性（Collinear）**的特征组时，往往会低估其中单个特征的重要性。这是因为当一个特征被"洗牌"后，模型仍能从其相关的冗余特征中获取大部分信息，导致性能下降不明显
• 特征哈希（Feature Hashing/Hashing Trick）虽然能有效处理高基数（High Cardinality）类别特征并固定特征维度，但其代价是会产生哈希冲突（Collision），这在数学本质上相当于给特征引入了不可控的加性噪声

19、在 INT8 量化部署中，以下哪些因素会影响量化后模型的精度？

{{ multiselect(19) }}

• 校准集分布是否接近真实数据
• 激活范围统计是否稳定
• 是否存在离群值导致 scale 不合理
• 是否使用了浮点数进行训练

20、关于模型推理中Prefill和Decode阶段的区别，下列说法正确的有（ ）

{{ multiselect(20) }}

• 计算并缓存KVCache，Decode阶段复用KVCache，仅新增计算当前token的K/V

• 一次性处理所有输入token，Decode阶段逐token处理

• 仅存在于生成式模型推理，Decode阶段存在于所有模型推理

• 耗时与输入token数量正相关，Decode阶段耗时与生成token数量正相关