1、在回归任务中，我们想要评估模型预测值与真实值之间的误差。如果数据中存在少量极端异常值（Outliers），以下哪个指标对异常值最敏感？ {{ select(1) }}

• 平均绝对误差（MAE）
• 中位数绝对误差
• 均方根误差（RMSE）
• 绝对百分比误差（MAPE）

2、某单词在垃圾邮件中出现的概率是 0.8，在正常邮件中出现的概率是 0.1。已知邮箱中垃圾邮件占 20%。如果一封邮件包含该单词，它是垃圾邮件的概率是？ {{ select(2) }}

• 0.5
• 0.8
• 0.2
• 0.667

3、设样本 $X_1, X_2, ..., X_n$ 来自泊松分布 P(λ)，则λ的最大似然估计量与样本方差 S² 的关系为（） {{ select(3) }}

• E[X]≠λ，E[S²]=λ
• E[X]≠λ，E[S²]≠λ
• E[X]=λ，E[S²]≠λ
• E[X]=E[S²]=λ

4、某团队用 t-SNE 将 10 万条 768 维向量降维至 2 维进行可视化，发现聚类边界清晰，但降维后的 2 维向量直接输入 LightGBM 训练下游分类任务，准确率显著低于原始 768 维。以下说法正确的是？ {{ select(4) }}

• 可视化与训练任务的目标冲突，应分别用 t-SNE（2D）和 PCA（50D）各降维一次
• t-SNE 降维后的低维特征更适合模型训练，应检查 LightGBM 参数设置
• t-SNE 计算复杂度 O(n²)，10 万样本规模下应改用 UMAP
• t-SNE 保留局部领域结构但破坏全局距离，2 维坐标无绝对意义，不适合特征工程输入

5、在 $M_{22}$（2×2 矩阵空间）中，映射 $T(A) = A^T$（转置）是线性的吗？ {{ select(5) }}

• 否，因为转置改变了元素位置
• 否，因为 $(AB)^T = B^T A^T$
• 是
• 否，因为转置不可逆

6、为实现高维类别数据的线性嵌入，要求嵌入后的向量满足"同类向量相似度高，异类向量相似度低"，下列线性嵌入方案中最合理的是？ {{ select(6) }}

• 采用独热编码，将每个类别映射到高维稀疏向量，再通过随机投影得到低维向量
• 基于类别标签的监督学习，优化线性变换矩阵，使同类向量的欧氏距离最小化、异类向量的欧氏距离最大化
• 采用随机生成的变换矩阵，将所有类别映射到同一低维空间
• 忽略类别信息，将所有离散数据随机映射到低维向量空间

7、以下哪种数据格式最适合直接用于 SFT 训练？ {{ select(7) }}

• {"prompt": "法国的首都是哪里？", "chosen": "巴黎", "rejected": "伦敦"}
• {"instruction": "法国的首都是哪里？", "output": "巴黎"}
• {"question": "法国的首都", "answer": "巴黎", "score": 0.95}
• {"text": "巴黎是法国的首都，位于塞纳河畔。"}

8、在训练 decoder-only 语言模型并使用右侧 padding 时，attention mask 的正确处理通常是？ {{ select(8) }}

• 同时使用 causal mask 与 padding mask，避免看未来和看到无 token
• 仅使用 causal mask 即可，padding token 会自动忽略
• 仅使用 padding mask 即可，因为标签处会被忽略
• 不需要 mask，交给 loss 的 ignore_index 处理

9、某班 60% 是男生，40% 是女生。男生中有 25% 喜欢编程，女生中有 50% 喜欢编程。随机选一个喜欢编程的学生，是男生的概率是？ {{ select(9) }}

• 3/7 ≈ 42.9%
• 60%
• 25%
• 1/2

10、在 Transformer 中，Residual Connection（残差连接）和 Layer Norm 通常有两种组合方式：Post-LN（原版论文）和 Pre-LN（现代大模型主流）。Pre-LN 的优势是： {{ select(10) }}

• Pre-LN 将 Layer Norm 置于残差路径内，梯度在主路径上直接流通，训练更稳定，更易于扩展到深层网络
• Pre-LN 要求更大的 batch size 才能稳定训练
• Pre-LN 的参数量少于 Post-LN
• Pre-LN 去掉了残差连接，简化了模型结构

11、GELU（Gaussian Error Linear Unit）是 Transformer 模型（如 BERT、GPT）中常用的激活函数。关于 GELU，下列说法正确的是？ {{ select(11) }}

• 它是 ReLU 的精确线性近似
• 它在负区间完全截断为 0
• 它的计算复杂度远高于 Swish
• 它期望根据输入的随机性决定是否激活，是一种平滑的 ReLU 近似

12、关于误差的传播，下列说法正确的是： {{ select(12) }}

• 误差在任何运算中都不会被放大
• 乘法运算中绝对误差等于各项绝对误差之积
• 加法运算中绝对误差等于各项绝对误差之和
• 加法运算中相对误差等于各项相对误差之和

13、在 Agent 的长期记忆机制中，向量检索（Vector Retrieval）是常用的技术。假设长期记忆库中有 N 个记忆片段，每个片段被编码为 D 维向量。当 Agent 需要检索与当前查询 Q 最相关的 k 个记忆时，需要计算查询向量与所有记忆向量的相似度。关于时间复杂度的说法中，正确的是： {{ select(13) }}

• 检索时间复杂度为 $O(N \times D)$，因为需要计算查询向量与所有 N 个 D 维向量的点积
• 检索时间复杂度为 $O(\log N)$，因为使用向量索引结构近似最近邻搜索
• 检索时间复杂度为 $O(k)$，因为只需要返回 k 个结果
• 检索时间复杂度为 $O(N)$，因为需要遍历所有记忆片段

14、考虑到视觉特征中的空间冗余性，部分模型采用 Token Merging（ToMe）策略进行压缩，该策略的核心思想是？ {{ select(14) }}

• 使用卷积神经网络的步长（Stride）直接下采样
• 基于二分图匹配，在 Transformer 层内部将相似度较高的视觉 Token 进行合并
• 随机丢弃 50% 的视觉 Token
• 通过自回归模型预测并保留重要的 Token

15、下列哪个是线性变换的性质？ {{ select(15) }}

• T 保持向量夹角不变
• $T(v) = v^2$
• $T(-v) = -T(v)$
• T 保持向量长度不变

16、关于优化器选择与训练现象，下列判断更合理的是哪些？ {{ multiselect(16) }}

• 所有任务最终都应收敛到同一种优化器选择
• 只要训练损失低，模型泛化一定更好
• 在稀疏梯度场景中，Adam 类方法通常更有优势
• 更换优化器时，往往需要联动调整学习率等超参数

{{ multiselect(17) }}

• Average Linkage
• Single Linkage
• Ward Linkage
• Complete Linkage

18、关于 Transformer 中的归一化操作，以下哪些说法是正确的？ {{ multiselect(18) }}

• 归一化有助于加速模型训练收敛
• 层归一化（LN）和批量归一化（BN）的作用相同，可将经典 Transformer 中的 LN 直接替换为 BN
• RMSNorm 是层归一化的一种简化实现，只重新缩放不进行平移
• 层归一化（LN）是对每个样本的特征进行归一化

19、在使用 K 近邻算法进行样本归组时，以下哪些问题是常见的挑战？ {{ multiselect(19) }}

• 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
• 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

20、关于递推算法的数值稳定性，以下说法正确的有： {{ multiselect(20) }}

• 若递推中误差传播系数的绝对值大于 1，则正向递推不稳定
• 选择合适的递推方向是保证数值稳定性的关键
• 所有递推算法都是数值不稳定的
• 不稳定的正向递推有时可以通过反向递推来解决