AI与模态笔试卷

考试时长:90分钟 卷面满分:100分(选择40 + 判断30 + 实践30)
您的真实姓名:
请在此输入说明文字
1. 机器学习里验证集(validation set)的主要作用是: ()2
2. 一个模型在训练集上准确率99%、在测试集上只有60%,最可能的原因是: ()2
3. 手上只有几百张带标注的图片,要做一个图像分类任务,比较现实的做法是: ()2
4. 训练图像模型时做数据增强(随机翻转、裁剪、调色),主要作用是: ()2
5. 卷积神经网络里使用卷积核(权值共享)带来的主要好处是: ()2
6. 希望模型每次都稳定输出固定格式(例如JSON),更可靠的做法是: ()2
7. 模型有时会“编造”不存在的信息(幻觉),下面处理方式正确的是: ()2
8. 在缺陷检测任务里评价模型效果,更贴近现场的做法是: ()2
9. 某检测任务里99%是正常样本、1%是缺陷样本,下面做法正确的是: ()2
10. 模型部署到产线之后,下面哪个指标最直接反映“够不够快”: ()2
11. 关于误报率,下面说法正确的是: ()2
12. 关于大模型调用工具(例如查数据库、读传感器),正确的是: ()2
13. 智能体里“边想边做”(推理一步、执行一步、看结果再继续)的好处是: ()2
14. 关于一个Python项目的环境与依赖管理,正确的做法是: ()2
15. 关于代码的版本管理,下面做法正确的是: ()2
16. 关于四足机器人(机器狗)行走,正确的是: ()2
17. 与人形机器人相比,四足机器人在工业巡检中的主要优势是: ()2
18. 四足机器人在货架密集、遮挡严重的厂房内做定位,现实的做法是: ()2
19. 场景与机器人形态的匹配,最合理的是: ()2
20. 训练四足机器人的行走策略,目前主流做法是: ()2
第二部分 判断题(10题,每题3分,共30分;线上作答:A=正确、B=错误。原卷要求另写一句理由,理由部分面试环节考察)
21. 在夜间和烟雾条件下要发现设备异常发热,红外热成像相机比普通可见光相机更合适。 ()3
22. 相机安装到设备上之后需要做标定,标定的结果决定像素与实际尺寸、位置的对应关系,尺寸测量与抓取定位都依赖它。 ()3
23. 训练数据里同一张图被两个人标成不同类别,这类冲突样本不影响训练效果。 ()3
24. 同一个模型、同一份数据,只要换一个随机种子重新训练,结果仍会完全一样。 ()3
25. 把模型部署到算力有限的板载设备上时,模型越大效果一定越好。 ()3
26. 给智能体开放全部的文件系统与网络权限,能提高它完成任务的效率,是推荐做法。 ()3
27. 用视频做异常检测时,只看单帧与结合前后几帧一起判断,效果通常没有差别。 ()3
28. 机器人与人员可能同时作业的区域,需要设置安全距离与急停装置,不能只依赖避障算法。 ()3
29. 在低温或高温环境下作业时,机器人电池的续航会明显下降,需要按环境温度重新评估。 ()3
30. 模型上线后效果变差时,先检查现场的输入数据是否发生了变化,比直接重训模型更合理。 ()3
第三部分 实践题(3题,每题10分,共30分)
31. 实践一(10分)方案选型:产线上的缺件检测场景:某装配线要做一个“零件缺件”检测程序(工位上应装4个零件,少装一个就要报警)。你手上有80张“缺件”的照片(已标出缺件位置)和5000张“完整装配”的照片。四个候选做法:甲、只用那80张缺件照片训练一个检测模型,专门找缺件;乙、只用5000张完整照片建模,哪张和正常差别大就报警;丙、两者一起用,先判断像不像完整装配,再定位缺件的位置;丁、不训练模型,直接把照片交给一个大模型,用文字问“有没有缺件”。(1)(4分)你会选哪个当主方案(可以组合)?用两三句话说清理由,并写出它在什么情况下会失效(至少一条)。(2)(4分)如果用户问“这个方案上线后到底靠不靠谱”,你打算准备哪些数据、看什么指标来回答他?(写出1~2点即可。)(3)(2分,选做)在不增加人工标注的前提下,你会先做什么来提高效果?(10分)

32. 实践二(10分)数据判断:某视觉检测工位上线一周场景:某视觉检测工位上线一周的统计如下(漏报由现场质检人员抽查发现):缺件检测:告警20次,其中误报4次,漏报1次;装反检测:告警60次,其中误报30次,漏报0次;划痕检测:告警5次,其中误报1次,漏报3次。(1)(4分)三个检测项里,哪个最该先处理?请对三个检测项各写一句话结论,说明你的判断依据。(提示:先分清漏报和误报哪个后果更严重。)(2)(4分)写一句工作汇报(要求体现:错在哪、有多严重、下一步做什么)。(3)(2分,选做)如果同事说“我们误报率只有5%,很好”,你会先问清楚什么?写出1~2点即可。(10分)

33. 实践三(10分)你做过的项目(1)(3分)写出你最近一个自己动手做的项目(课程设计、竞赛、实习都可以):它解决什么问题、你在里面负责什么、目录结构是什么样(到2~3层)。(2)(4分)讲一个你亲手解决的问题:现象、你尝试过什么、根因、怎么解决、如何避免再犯。(3)(3分)你项目里的数据是怎么来的、大概多少条?你会怎么划分训练集和测试集,为什么这样划?(10分)

更多问卷 复制此问卷