1、在解码过程中，Beam Search 的主要作用是？

{{ select(1) }}

• 搜索最优生成路径
• 减少生成时间
• 增加多样性
• 随机采样

2、以下哪项不是 Embedding 在 RAG 中的核心作用？

{{ select(2) }}

• 将查询与文档映射到同一语义空间，支持向量检索
• 压缩文档存储空间，减少磁盘占用
• 通过余弦相似度计算语义相关性
• 支持跨语言检索（多语言 Embedding）

3、关于Sigmoid激活函数，下列说法错误的是（ ）

{{ select(3) }}

• 具有平滑可导的特性，便于反向传播求导
• 易出现梯度消失问题，不适合深层网络
• 输出均值为$0$，有利于加快网络收敛
• 输出范围为$(0,1)$，可用于二分类任务的输出层

4、多模态对齐训练中，对比损失（Contrastive Loss）和匹配损失（Matching Loss）的目标不同。以下哪项正确？

{{ select(4) }}

• 对比损失只优化正样本对，负样本不参与梯度计算；匹配损失优化所有样本对
• 两者完全相同，只是损失函数形式不同（InfoNCE vs BCE）
• 对比损失拉近所有正样本对、推远所有负样本对；匹配损失仅优化二分类边界，不关注负样本相对距离
• 对比损失需要大规模负采样，匹配损失只需要$1$个负样本，因此计算效率更高

5、在自注意力机制中，$Q$、$K$、$V$三个矩阵通常是通过什么方式得到的？

{{ select(5) }}

• 通过循环神经网络生成
• 输入向量与三个不同的权重矩阵相乘
• 随机初始化后保持不变
• 直接从输入向量复制得到

6、逻辑回归中关于Softmax函数的输出特性，以下哪项是正确的

{{ select(6) }}

• 所有输出之和等于$1$
• 输出值可能为负数
• 对于相同的输入，每次计算输出可能不同
• 输出值与输入值成线性关系

7、在Transformer模型中，自注意力机制的主要作用是什么？

{{ select(7) }}

• 对输入序列进行降维处理
• 生成词嵌入
• 捕获序列中的长距离依赖关系
• 将输入序列映射到固定长度向量

8、循环神经网络（RNN）的主要特点是

{{ select(8) }}

• 处理序列数据
• 以上都是
• 权重共享
• 具有记忆能力

9、已知随机变量$X$的方差$\operatorname{Var}(X)=4$，则$\operatorname{Var}(3X-2)$的值是？

{{ select(9) }}

• $36$
• $10$
• $34$
• $12$

10、在某自动驾驶传感器数据预处理任务中，系统提取了$1024$维的高频特征。为了降低下游神经网络的计算负担，工程师决定使用PCA进行降维。计算协方差矩阵后，提取出最大的前$5$个特征值依次为：$\lambda_1=45$，$\lambda_2=25$，$\lambda_3=10$，$\lambda_4=8$，$\lambda_5=2$。已知所有特征值的总和为$100$。如果业务要求降维后的数据必须保留至少$85\%$的原始信息（即累计方差贡献率$\ge 0.85$），系统最少需要保留多少个主成分？

{{ select(10) }}

• $2$个
• $5$个
• $3$个
• $4$个

11、在循环神经网络（RNN）中引入长短期记忆网络（LSTM）的主要目的是通过门控机制解决：

{{ select(11) }}

• 计算过程无法并行的问题
• 模型的过拟合问题
• 长距离依赖下的梯度消失或爆炸问题
• 输入特征的降维问题

12、设$X_1,X_2,\ldots,X_n$是独立同分布的随机变量，且都服从参数为$p$的几何分布，则它们的和$S=\sum X_i$服从什么分布？

{{ select(12) }}

• 几何分布
• 正态分布
• 泊松分布
• 负二项分布

13、Flash Decoding 技术是针对 LLM 推理哪个阶段的优化？

{{ select(13) }}

• Decode
• Embedding
• Tokenization
• Prefill

14、相比于Sigmoid函数，ReLU（Rectified Linear Unit）的主要优势不包括？

{{ select(14) }}

• 缓解了梯度消失问题
• 计算速度更快（只需判断阈值）
• 神经元的稀疏激活（很多神经元输出为$0$）
• 输出具有以零为中心的特性

15、在标准的 Multi-Head Attention 中，设输入序列长度为$n$，模型隐藏维度为$d$，注意力头数为$h$，每个头的维度为$dk=d/h$。以下关于其参数量和计算量（FLOPs）的说法，哪一项是正确的？

{{ select(15) }}

• 参数量为$3d^2+d^2=4d^2$（忽略bias），FLOPs 主要项为$O(nd^2)$，与序列长度$n$呈线性关系。
• 参数量与序列长度$n$相关，为$O(nd^2)$；FLOPs 主要项为$O(n^2d)$。
• 参数量为$3h\cdot dk^2+d^2$；FLOPs 主要项为$O(n^2d^2)$。
• 参数量为$3d^2+d^2=4d^2$（忽略bias），FLOPs 中与序列长度$n$相关的主要项为$O(n^2d)$，来自$QK^T$矩阵乘法和 attention 加权求和。

16、为什么深层网络中更倾向于使用ReLU而不是Sigmoid？

{{ multiselect(16) }}

• Sigmoid在两端饱和区域梯度趋近于$0$，容易导致梯度消失
• Sigmoid的输出不是零中心的，会导致梯度更新呈锯齿状
• ReLU的计算涉及指数运算，比Sigmoid的简单阈值更高效
• ReLU的导数在正区间恒为$1$，利于梯度回传

17、在基于$K$近邻关系进行样本归组时，以下哪些问题是常见的挑战？

{{ multiselect(17) }}

• 对异常点和局部噪声较敏感
• 大规模数据下近邻搜索开销较高
• 高维空间中近邻关系可能变得不稳定
• 不同$K$取值可能导致分组结果差异较大

18、反向传播算法的优势包括

{{ multiselect(18) }}

• 高效计算梯度
• 实现简单
• 适用于深度学习网络
• 计算复杂度低

19、矩阵的可逆性是线性代数中的重要概念。下列哪些类型的矩阵一定是可逆的（非奇异的）？

{{ multiselect(19) }}

• 单位矩阵$I$
• 满秩方阵
• 零矩阵
• 行列式不为$0$的方阵

20、关于模型对齐（Alignment）失效场景，以下哪些情况可能导致模型输出有害内容？

{{ multiselect(20) }}

• 安全微调（RLHF）阶段的数据质量不足
• 模型推理时的温度参数（Temperature）设置过高
• 训练数据中包含大量有害言论
• 攻击者使用了特定的越狱提示词