人工智能赋能教育培训结业考试
广东财贸职业学院专场
您的姓名:
(关联信息)电话或工号:
一、单选题(共80题)
大模型的“参数规模”(如 671B)通常代表()
A、物理体积
B、模型的计算复杂度与知识容量
C、研发天数
D、散热能力
机器学习的本质是从数据中自动学习()
A、硬件参数
B、统计规律与模型参数
C、网页代码
D、图像像素点
2017年诞生的哪种架构彻底改变了 NLP 领域并成为大模型的基石()
A、AlexNet
B、VGG
C、Transformer
D、ResNet
在机器学习的分类中,给数据打上“标签(Label)”的学习方式属于()
A、无监督学习
B、有监督学习
C、强化学习
D、随机学习
大模型产生“幻觉”的底层原因是()
A、硬件过热
B、模型基于概率预测文本,而非真的理解事实
C、互联网断线
D、用户的打字速度太快
神经网络中,负责“自动特征提取”的核心结构是()
A、输入层
B、隐藏层
C、输出层
D、激活函数
在 AIGC 生产流程中,大模型作为核心能力主要负责()
A、显卡降温
B、内容的理解与跨模态生成
C、网页排版
D、自动关机
1943年,人工智能领域的哪项重要成果诞生()
A、图灵测试
B、神经网络模型
C、反向传播算法
D、卷积神经网络
提示词公式“RBTAO”中的“C”或“A”通常代表()
A、计算能力
B、约束限制(Constraint)
C、字符长度
D、云端存储
机器学习通过海量数据自动学习规律,其核心产出通常被称为()
A、硬件
B、源码
C、模型(或公式)
D、数据库
DeepSeek 采用的 MoE(混合专家模型)架构,其核心逻辑是()
A、每次任务全参数发力
B、路由分配任务给特定子专家组
C、不使用数据
D、降低图像分辨率
下列哪项属于有监督学习的典型应用()
A、根据消费习惯将客户自动分组
B、对无标签图像进行降维处理
C、识别标注好的苹果与橘子图像
D、关联规则学习
2024年震撼全球、标志着 AIGC 进入视频爆发期的模型是()
A、ChatGPT
B、Sora
C、AlphaGo
D、Siri
人工智能、机器学习、深度学习三者之间的层级关系是()
A、人工智能包含机器学习,机器学习包含深度学习
B、深度学习包含机器学习,机器学习包含人工智能
C、机器学习包含人工智能,人工智能包含深度学习
D、三者为平行关系,互不包含
在 Coze 中配置“知识库”模块,主要解决了大模型的什么痛点()
A、算力不足
B、无法查阅校本资源或私有文档
C、登录超时
D、无法生成文字
早期人工智能主要基于规则学习,其主要缺陷在于()
A、运行速度太慢
B、硬件要求过高
C、逻辑死板,难以应对预设外的复杂场景
D、无法处理文字信息
“提示词工程教 AI 说话,RAG 给 AI 看资料”,这里的 RAG 是指()
A、随机增强生成
B、检索增强生成
C、快速行动组
D、自动回归生成
深度学习之所以在2006年后爆发,主要得益于哪位学者的“深度信念网络”()
A、Geoffrey Hinton
B、Yann LeCun
C、Yoshua Bengio
D、Andrew Ng
推理模型中的“思维链(CoT)”显性化展示是为了()
A、增加字数
B、拖慢速度
C、增强逻辑的可解释性与准确度
D、装饰界面
机器学习中的“回归”任务通常用于预测()
A、离散的类别
B、连续的数值(如房价、温度)
C、颜色深浅
D、图片清晰度
“预训练+微调”模式中,微调(Fine-tuning)的作用是()
A、重新训练整个模型
B、在特定任务或私有数据上进行小规模适配
C、增加硬盘容量
D、删除错误数据
1955年达特茅斯会议上,人工智能领域确立的任务是()
A、使机器的行为看起来像人一样智能
B、发明互联网
C、开发手机
D、制造机器人
在教育课题研究中,需要针对复杂问题进行多级搜索并归纳,最适合的工具是()
A、剪映
B、Kimi 探索版
C、Suno
D、百度图片
无监督学习的主要任务通常包括()
A、分类与回归
B、聚类与降维
C、预测与标注
D、翻译与写作
豆包(Doubao)在语言学习场景中的核心优势是()
A、生成 4K 视频
B、卓越的语音交互与口语练习能力
C、编写代码
D、导出报表
在“房价预测”模型中,房屋面积、楼层、房龄被称为()
A、标签
B、特征
C、隐藏层
D、权重
讯飞智文在生成 PPT 时,如果用户只给了一个标题,它会()
A、拒绝执行
B、自动生成大纲、配图并排版
C、自动拨打客服
D、关机
传统机器学习在处理图像时,最耗时且容易出错的环节是()
A、图像显示
B、人工手动提取特征
C、存储数据
D、联网下载
Suno 在“音乐创作赋能教育”中的主要功能是()
A、剪辑教学视频
B、词曲编唱一体化生成歌曲
C、识别歌曲名字
D、测量分贝
深度学习属于机器学习的()
A、子集
B、并集
C、交集
D、对立面
AIGC 赋能教育的最终目的是()
A、取代教师
B、取代学生思考
C、提升教学效率与质量,实现个性化学习
D、减少作业
卷积神经网络(CNN)中捕捉局部特征的小探测器被称为()
A、全连接层
B、卷积核(Kernel)
C、电池
D、逻辑门
如果想让 AI 语气“更温柔、像一位耐心老师”,应调整提示词中的()
A、任务定义
B、角色设定(Persona)
C、输出格式
D、联网开关
循环神经网络(RNN)在处理长句子时最核心的局限是()
A、计算太快
B、记不住前因、存在梯度消失问题
C、无法处理文字
D、耗电太高
DeepSeek 的“/简化”指令的主要作用是()
A、增加专业术语
B、将深奥概念转为通俗易懂的“大白话”
C、翻译成文言文
D、缩短回答时间
1986年提出的反向传播算法(BP)解决的主要问题是()
A、如何根据误差自动调整神经网络权重
B、如何加快显示速度
C、如何设计显卡
D、如何建立互联网
利用 Markdown 格式在 Xmind 中生成的优势是()
A、颜色更鲜艳
B、快速批量导入生成思维导图
C、增加 3D 效果
D、自动联网
CNN 架构中,“池化(Pooling)”层的主要作用是()
A、增加色彩
B、提取关键特征并减少计算量
C、增加模型参数
D、连接互联网
Kimi-PPT 的功能特色是()
A、只能写大纲
B、上传文档直接生成 PPT 预览与下载
C、自动朗读
D、搜索歌曲
神经网络中的“隐藏层”主要执行的操作是()
A、存储文件
B、自动特征提取与坐标变换
C、降低硬件功耗
D、播放声音
制作微课脚本时,设定角色为“特级教师”的主要目的是()
A、增加电费
B、引导模型输出更专业、符合教学语境的内容
C、识别老师姓名
D、缩短脚本长度
机器学习中,用于衡量预测值与真实值之间差异的函数叫()
A、激活函数
B、传递函数
C、逻辑函数
D、损失函数
关于“文生视频”技术,下列描述准确的是()
A、已经可以完美生成 2 小时的逻辑严密电影
B、目前仍处于快速发展期,存在细节瑕疵
C、不需要文本指令
D、只能黑白
在神经网络中,负责引入非线性因素、使模型能处理复杂任务的组件是()
A、输入层
B、激活函数
C、显卡驱动
D、电源开关
AI 助教实现精准答疑的技术路径通常是()
A、增 CPU
B、RAG(检索增强生成)结合私有知识库
C、增亮
D、离线
下列哪项是无监督学习的应用场景()
A、水果分类标注
B、客户群体的自动聚类
C、手写体识别
D、语音转文字
DeepSeek-R1 模式的“Thinking”过程体现了哪项核心技术()
A、3D 渲染
B、思维链(CoT)推理
C、自动语音识别
D、硬件加速
“梯度”在神经网络优化中的含义可以简单理解为()
A、模型的高度
B、调整权重的方向和幅度
C、电池的斜度
D、屏幕的亮度
若想通过对话获取一张可编辑的流程图,建议向 AI 索要()
A、JPG 格式
B、Mermaid 代码
C、PDF 文档
D、MP4 视频
Transformer 架构中的“位置编码”是为了解决什么问题()
A、模型找不到服务器
B、模型无法识别词序的问题
C、增加计算量
D、修改背景色
如果发现 AI 回复的文献是编造的,这种现象叫()
A、故障
B、幻觉
C、死机
D、逻辑正确
在音频处理中,RNN 相比 CNN 的优势是()
A、擅长看颜色
B、擅长处理带有时间顺序的序列数据
C、擅长扩图
D、擅长渲染 3D
下列哪项不是提示词万能公式“RBTAO”中的要素()
A、Role
B、Background
C、Time (计算时长)
D、Output
“梯度消失”会导致神经网络()
A、训练速度爆炸
B、深层网络权重无法更新,学不到东西
C、屏幕黑屏
D、自动保存
基于模板的 AIGC 生成方式的主要缺点是()
A、速度慢
B、逻辑混乱
C、形式单一、难以满足个性化需求
D、无法处理文字
训练神经网络时的“过拟合”是指()
A、模型学不会
B、模型在训练数据上表现完美但在新数据上很差
C、显卡烧毁
D、电脑风扇转得慢
在 AIGC 发展的三个阶段中,当前我们主要处于()
A、助手阶段
B、协作阶段
C、原创阶段
D、淘汰阶段
深度学习与传统机器学习在特征工程上的根本区别是()
A、深度学习实现自动特征提取
B、机器学习实现自动特征提取
C、两者都手动
D、都不需要特征
“AIGC”全称中的“G”代表()
A、Global
B、Great
C、Generated
D、Group
1989年诞生的 LeNet-5 是哪种技术的先驱()
A、RNN
B、CNN
C、Transformer
D、GPT
当 AI 回答到一半中断时,在 DeepSeek 网页端输入哪个指令最有效()
A、/停止
B、/续写
C、/重来
D、/检查
Teachable Machine 是由哪家公司开发的低门槛机器学习工具()
A、百度
B、腾讯
C、Google
D、微软
即梦(Jimeng)平台的核心定位是()
A、自动化财务审计
B、AIGC 视觉创意生成(图、视频)
C、编写代码
D、文本润色
Teachable Machine 的核心操作流程分为哪三个阶段()
A、编程、调试、发布
B、收集、训练、导出
C、登录、搜索、下载
D、拍照、编辑、打印
在提示词中提供 2-3 个正确的回答示例,这种技巧被称为()
A、Zero-shot
B、Few-shot
C、Negative Prompt
D、Chain of Thought
在 Teachable Machine 的“收集”阶段,用户需要创建()
A、账号
B、类别(Class)并提供样本数据
C、编译器
D、虚拟域名
Transformer 架构中,实现同步计算句子中所有词关联度的机制是()
A、线性回归
B、自注意力机制(Self-Attention)
C、逻辑回归
D、随机森林
训练模型时,如果准确率较低,通常是因为()
A、屏幕暗
B、样本数量不足或多样性差
C、鼠标不灵敏
D、延迟
相比 RNN,Transformer 的核心优势在于()
A、只能写短句
B、支持并行计算,速度更快
C、必须顺序处理
D、显存要求低
Teachable Machine 图像项目中,系统识别的本质是()
A、理解物体的用途
B、像素的数字和图案匹配
C、自动联网搜索
D、识别品牌名称
GPT 系列模型主要采用的架构是()
A、仅编码器
B、仅解码器(Decoder-only)
C、卷积网络
D、递归网络
下列哪种数据属于“非结构化数据”()
A、财务报表
B、教学视频或语音
C、学生成绩单 Excel
D、图书目录表格
人机分工重构后,人类在内容生产中的角色转向()
A、搬运数据
B、创意策划与价值把控
C、机械重复
D、硬件维护
在“中奖短信”过滤的案例中,机器学习主要解决的是()
A、短信发送速度
B、自动识别垃圾短信的规律
C、增加手机内存
D、自动扣费
早期人工智能“举一反一”模式的特点是()
A、非常灵活
B、具备推理能力
C、高度依赖预设规则,非常死板
D、自动进化
神经网络中的“损失函数”趋近于零代表()
A、模型坏了
B、模型的预测值与真实值非常接近
C、电池没电了
D、显存溢出
2020年 GPT-3 的发布,标志着大模型具备了强大的()
A、视频剪辑能力
B、少样本(Few-shot)学习与通用能力
C、3D 打印能力
D、自动订餐能力
神经网络中,负责引入非线性因素、使模型能处理复杂任务的组件是()
A、输入层
B、激活函数
C、显卡驱动
D、电源开关
处理复杂逻辑推理时,Few-shot 可能降低推理模型性能的原因是()
A、例子太少
B、例子可能干扰模型内在的最优思维链
C、显存不足
D、格式错误
神经网络中的“隐藏层”主要执行的操作是()
A、存储文件
B、自动特征提取与坐标变换
C、降低硬件功耗
D、播放声音
二、简答题(共4题)
【机器学习实操】简述利用 Teachable Machine 实现“水果识别”程序的四个核心步骤。
【技术原理】简述大模型中的“幻觉”现象及其产生原因。
【深度学习】卷积神经网络(CNN)是如何在图像中识别“猫”的特征的?
【提示词技巧】什么是“Few-shot”提示?它在教学写作中有什么作用?
关闭
更多问卷
复制此问卷