生成式人工智能系统应用员一级高级技师 详细题库

业务理解与实践知识 题目预览

• 第 1 题 单选题
  在生成式人工智能中，生成模型通过建模数据的（ ）来生成新样本。
  • A. 条件概率分布
  • B. 联合概率分布
  • C. 边缘概率分布
  • D. 后验概率分布
  解析：无条件生成模型学习数据本身的边缘分布p(x)，条件生成则学习条件分布。
• 第 2 题 单选题
  隐变量模型中的“隐变量”通常是指（ ）。
  • A. 可观测的输入特征
  • B. 模型输出的预测结果
  • C. 无法直接观测但影响数据生成的随机变量
  • D. 损失函数值
  解析：隐变量是未被观测但对数据生成起作用的变量，如VAE中的潜在变量z。
• 第 3 题 单选题
  在生成对抗网络（GAN）中，生成器的训练目标是（ ）。
  • A. 最大化判别器对真实样本的判别准确性
  • B. 最小化判别器对生成样本的判别准确性
  • C. 最大化判别器对生成样本的判别准确性
  • D. 最小化判别器对真实样本的判别准确性
  解析：生成器试图使判别器将生成样本误判为真实，因此最小化判别器对生成样本的判别准确性（即让判别器犯错）。
• 第 4 题 单选题
  在自回归生成模型中，每个新生成的token依赖于（ ）。
  • A. 所有之前生成的token
  • B. 所有未来生成的token
  • C. 全局的潜在变量
  • D. 固定的随机种子
  解析：自回归模型如GPT按序列顺序预测，条件概率p(x_t|x_1,...,x_{t-1})。
• 第 5 题 判断题
  在扩散模型中，反向过程是从纯噪声逐步去噪恢复数据的过程。
  • A. 对
  • B. 错
  解析：扩散模型反向过程学习去噪，从纯噪声生成数据。
• 第 6 题 判断题
  生成式人工智能中的基础模型通常需要在特定任务上进行微调才能使用。
  • A. 对
  • B. 错
  解析：基础模型可以通过零样本或少样本学习直接使用，不必须微调；微调常见但非必须。
• 第 7 题 多选题
  以下哪些属于生成式人工智能中常用的生成模型架构？（ ）
  • A. 变分自编码器（VAE）
  • B. 支持向量机（SVM）
  • C. 生成对抗网络（GAN）
  • D. 扩散模型（Diffusion Model）
  • E. 线性回归模型
  解析：SVM和线性回归是判别式或回归模型，不是生成模型。
• 第 8 题 多选题
  关于大语言模型（LLM）中的提示学习（Prompt Engineering），以下说法正确的有（ ）。
  • A. 通过设计输入提示来引导模型生成期望输出
  • B. 提示学习需要重新训练模型参数
  • C. 少样本提示（Few-shot prompting）可以在不更新参数的情况下实现任务迁移
  • D. 提示学习仅适用于文本生成任务
  • E. 硬提示（Hard prompt）和软提示（Soft prompt）是两种常见方法
  解析：B错误，提示学习通常不重新训练参数（除非微调）；D错误，提示学习也可用于多模态等。