1、对比两张亮度差异较大的图片的内容相似的适合的相似度度量是？ {{ select(1) }}

• 余弦相似度
• 曼哈顿距离
• 汉明距离
• 欧氏距离

2、工厂抽检5个灯泡，寿命数据：[2年,0年,3年,0年,4年]。合格品寿命服从指数分布（参数λ），不合格品寿命为0。合格率p的MLE估计是？ {{ select(2) }}

• 0.7
• 0.6
• 0.5
• 0.4

3、贝叶斯定理的正确表达式是： {{ select(3) }}

• P(A|B) = P(B|A)·P(A) / P(B)
• P(A|B) = P(B|A) / P(B)
• P(A|B) = P(A)·P(B) / P(B|A)
• P(A|B) = P(A∩B) + P(B)

4、使用PCA降维时，需要决定保留多少个主成分。选择PCA主成分数量时，通常依据什么指标？ {{ select(4) }}

• 后续模型的准确率
• 原始特征的数量
• 累计解释方差比例（如85%-95%）
• 样本的数量

5、训练一个两层全连接神经网络做回归任务，在使用反向传播更新参数时发现：损失几乎不下降，梯度在多层传递后逐渐趋近于0。针对该现象，下列分析最合理的是（） {{ select(5) }}

• 数据集过小，与反向传播无关
• 梯度爆炸，应使用梯度裁剪
• 学习率过高，应大幅调大学习率
• 梯度消失，常见于深层网络或饱和激活函数

6、在反向传播中，如果激活函数的导数长期小于1，最可能导致的数值问题是？ {{ select(6) }}

• 梯度爆炸
• 维度崩溃
• 数值上溢
• 梯度消失

7、在判断一个集合是否为向量空间时，以下哪一项是必须满足的条件？ {{ select(7) }}

• 集合中所有向量的长度必须相等
• 集合中任意两个向量的和仍属于该集合
• 集合中存在零向量，并且对加法和数乘封闭
• 集合中任意一个向量与任意一个标量的乘积仍属于该集合

8、与普通SGD相比，Momentum方法的主要作用是什么？ {{ select(8) }}

• 保证全局最优解
• 不再需要设置学习率
• 引入历史梯度信息，减少震荡并加快收敛
• 自动减少训练数据噪声

9、对于多头注意力（Multi-Head Attention, MHA）和分组查询注意力（Grouped-Query Attention, GQA），GQA相较于MHA的结构变化在于： {{ select(9) }}

• 增加了Value头的维度
• 多个Query头共享一组Key和Value头
• 增加了Key和Value头的数目
• 减少了Query头的数量

10、当数据分布呈现右偏（正偏）特征时，意味着右侧有极端值拉高均值。此时均值、中位数、众数三者的关系通常是？ {{ select(10) }}

• 均值<中位数<众数
• 均值>中位数>众数
• 无法确定
• 均值=中位数=众数

11、原模型使用MHA（Multi-Head Attention）有$64$个注意力头，如果采用MQA（Multi-Query Attention）替代MHA，KV Cache显存可减少多少倍?

{{ select(11) }}

• $8$倍
• $64$倍
• $32$倍
• $4$倍

12、对于输入为$224\times224\times3$的图像，使用一个卷积层，包含$96$个$11\times11$的卷积核，步长为$4$，无填充（padding = $0$），那么输出特征图的大小和深度分别是?

{{ select(12) }}

• $55\times55\times96$
• $57\times57\times96$
• $54\times54\times96$
• $56\times56\times96$

13、下列关于Embeddings的核心定义，正确的是（ ）

{{ select(13) }}

• 将离散数据（如单词、类别）映射到连续的低维向量空间
• 将离散数据映射到离散的低维向量空间
• 将连续数据映射到离散的高维向量空间
• 将连续数据映射到连续的高维向量空间

14、关于 SGD 的说法，错误的是

{{ select(14) }}

• SGD 可能收敛速度较慢
• SGD 需要设置学习率
• SGD 使用整个数据集计算梯度
• SGD 代表随机梯度下降

15、对角矩阵的行列式计算非常简单。矩阵 $A=[[3,0],[0,3]]$ 是对角矩阵，其行列式值为?

{{ select(15) }}

• $6$
• $27$
• $9$
• $3$

16、以下关于凸函数的性质，正确的有:

{{ multiselect(16) }}

• 两个凸函数之和仍然是凸函数
• 凸函数的非负线性组合仍然是凸函数
• 凸函数的任意局部最小值都是全局最小值
• 凸函数与凹函数之和一定是凸函数

17、若某层注意力权重接近均匀分布，可能由于:

{{ multiselect(17) }}

• 使用了因果掩码
• 输入序列所有token嵌入相同
• 查询和键的维度过高
• 注意力机制中softmax的温度参数设置过大

18、以下关于线性相关与线性无关的说法，哪些正确?

{{ multiselect(18) }}

• 包含零向量的向量组必线性相关
• $n$维向量空间中任意 $n+1$ 个向量必线性相关
• 若向量组线性相关，则其中每个向量都可由其余向量线性表示
• 单个非零向量构成的向量组线性无关

19、已知 $TP=50$，$FN=10$，$FP=5$，$TN=200$，下列正确的有

{{ multiselect(19) }}

• 精确率 $\approx 0.91$
• 召回率 $\approx 0.83$
• TPR $\approx 0.83$
• 准确率 $\approx 0.96$

20、在设计大模型训练并行策略时，通常采用 $3D$ 混合并行策略（TP + PP + DP）。这样设计的主要原因包括?

{{ multiselect(20) }}

• 提高扩展性
• 减少单一并行方式的通信瓶颈
• 充分利用多节点 GPU
• 自动减少模型参数