全部来自 AI 原创生成并经逐题审校的题目，带 精品 标记的为 AI 复审通过。整卷生成请去组卷。
长度为4的序列中，对某一元素的查询与四个键的相似度得分依次为 ln4、ln1、ln2、ln1，对应值向量（均为标量）依次为3、−1、5、9。采用 softmax 将得分归一化后加权聚合，输出是多少？下列哪项同时正确描述了该计算机制？ A. 输出为15/4；该查询可直接聚合任意位置的信息，各位置的查询计算可并行进行 B. 输出为15/4；信息必须按序列顺序逐步传递，当前位置只能接收前面位置的信息 C. 输出为4；该查询只聚合相似度得分最高位置的信息，各位置的查询计算可并行进行 D. 输出为30；该查询对值向量直接求和，信息必须按序列顺序逐步传递
登录后查看答案
某单层感知机以加权求和后与阈值比较的方式分类，输出1的样本为(0,0)、(4,0)、(0,4)，输出0的样本为(1,1)。仅调整权重和阈值，能否实现这些标签？ A. 能，因为可为三个输出1的样本分别设置权重 B. 能，因为阈值可以独立于加权求和任意取值 C. 不能，因为输出0的样本位于输出1样本构成的凸包内 D. 不能，因为单层感知机只能处理一维输入
某垃圾邮件过滤系统在不平衡测试集上评估：模型判为「垃圾邮件」的邮件共50封，其中45封确为垃圾邮件；全部60封真实垃圾邮件中被正确识别出45封。关于该模型的指标，下列判断正确的是（ ） A. 精确率为0.75，召回率为0.90 B. 精确率为0.90，召回率为0.75，F1分数约为0.82 C. 由于类别不平衡，精确率和召回率都会虚高，不可使用 D. 准确率等于召回率，因为二者都基于真实正类样本计算
某学生在实验中用一个单层感知机（加权求和加阈值，输出0或1）处理二值输入的分类任务。他先成功实现了或（OR）运算，于是断言：只需为该单层感知机再增加一个输入分量（例如恒取1的偏置型输入）并重新调整权重和阈值，就能直接表示异或（XOR）运算，无需引入隐层。请判断该断言是否正确。
在垃圾邮件识别任务中，TP=40，FP=20，FN=40，TN=100。则精确率为40/60=____，召回率为40/80=____（均填最简分数）。若模型把所有邮件都预测为「正常邮件」，此时准确率仍不低，但会因____过低而暴露模型失效。
某测试集的正类占比为1%，分类器将所有样本都预测为负类，准确率为99%。据此可以判断，该分类器对正类具有较强的识别能力。
某搜索课程小组在同一状态空间中分别运行宽度优先搜索（BFS）与 A 星搜索，A 星所用的启发函数 h 虽满足可采纳性，但因设计粗糙导致大量节点被重复评估且扩展顺序接近随机。关于本次实验结果在扩展顺序、时间效率与解的最优性三个维度上的比较，下列说法正确的是： A. h 可采纳故 A 星一定比 BFS 扩展更少节点、耗时更短 B. BFS 与 A 星得到的解都保证最优，两者仅在扩展顺序上不同 C. A 星扩展顺序由 f 值引导可能不同于 BFS 的层次顺序，虽此例中效率劣于 BFS，但因 h 可采纳其解仍最优 D. 由于 A 星本次效率劣于 BFS，说明 h 必然高估了真实代价，其解不保证最优
某 10 阶对称矩阵仅压缩存储主对角线及其下方元素，并按行优先依次存入 E[6..60]，其中 E[6] 存放 a₁₁。每个元素占 2 字节，E[6] 的首地址为 2400。若 a₈ⱼ 的首地址为 2470，则列号 j = ___。
某语言处理系统运行源程序时，先进行词法分析和语法分析并建立语法树，然后遍历语法树逐条执行，整个过程不生成任何目标程序。小王认为：既然该系统进行了词法分析和语法分析，就说明它采用编译方式而不是解释方式。小王的判断是否正确？
在编译器的“前端—后端”划分方案中，下列哪一组阶段全部属于前端？A. 词法分析、语法分析、语义分析、中间代码生成 B. 代码生成、指令选择、寄存器分配 C. 词法分析、代码优化、目标代码生成 D. 语法分析、目标代码生成、错误处理
某模型对输入图像依次执行：卷积特征提取，得到 C 个通道的特征图；全局平均池化，得到 C 维向量；全连接层与 softmax，输出 K 个类别概率；最后取概率最大的类别作为整幅图像的类别标签，同时输出该类别对应的目标边界框坐标。该流程属于标准图像分类流程。
某研究团队准备公开一份数据集，将姓名删除，并把出生日期改为出生月份、居住地址改为街区。团队据此断言，数据已实现匿名化，即使外部人员将其与其他公开数据关联，也不可能识别出任何个人。判断该断言是否正确。
某公司计划对外发布员工行为数据集，其数据安全负责人认为：只要删除数据表中的姓名、工号等直接标识字段，数据就实现了匿名化，任何人都无法再识别出具体个人。请判断这一说法是否正确。
考虑4个智能体组成团队，每个智能体独立选择“协作”（贡献1单位）或“搭便车”（贡献0）。总贡献为k时，每个智能体获得公共收益k/2，协作的智能体额外承担成本1。无惩罚时，个体理性导致全员搭便车。现引入机制：对每个搭便车者扣除罚金p（p≥0），协作成员不受罚。若其他3个智能体均协作，为使某个智能体从协作转为搭便车不会严格增加自身收益，p至少应为多少？ A. 0 B. 0.5 C. 1 D. 1.5
某城市发布出行数据时，先删除记录中的姓名，但保留精确时间、站点和出行轨迹；外部人员将其与公开的活动记录关联后，仍能识别部分乘客。若要降低发布数据中单个乘客对统计结果的可识别影响，且允许对总体统计结果加入经过校准的随机扰动，应采用的隐私保护技术是____。
某医院拟对外共享患者数据集。方案一：仅删除患者姓名后发布；方案二：对数据施加满足差分隐私的扰动后发布；方案三：将各医院数据保留在本地，仅共享模型训练结果。某分析员声称方案一已彻底消除隐私风险，因为姓名已删除，且方案三因数据不出院而不需任何保护措施。下列判断正确的是： A. 方案一正确，删除姓名即实现匿名；方案三正确，无需保护 B. 方案一错误，多源数据链接可能重识别个体；方案三仍需联邦学习等机制保护梯度与模型参数 C. 方案一错误；方案三因数据不出院绝对无风险，无需任何机制 D. 方案一正确；方案二扰动能保证绝对保密，个体信息不可能以任何概率泄露
多家医院希望联合训练疾病预测模型，但原始病历不离开各自机构，各医院在本地训练后交换模型更新以共同改进模型。这种隐私保护技术路径称为____。
某公司开发简历筛选模型，历史录用数据中男性占比90%，且训练特征中包含“婚育状况”这一变量。模型上线后对女性候选人的通过率显著偏低。从算法偏见的来源看，下列分析最准确的是哪一项？A. 模型算法本身存在逻辑错误，需重写目标函数 B. 模型忠实学习了带偏差的历史数据分布，且特征选择引入了敏感变量，二者共同导致歧视性输出被放大 C. 女性候选人简历质量普遍较低所致，模型无偏见 D. 上线后流量突增导致服务器过载，输出不稳定
某银行贷款审批模型在训练时使用了过去十年的历史审批数据，而历史数据中某类社区居民的贷款通过率长期偏低。模型上线后，对该社区居民的自动拒贷率显著高于平均水平，甚至超过训练数据中该群体的实际拒贷比例。下列关于该现象成因的分析，正确的是哪一项？ A. 模型参数设置过多，属于超参数调优不当 B. 模型忠实学习并放大了训练数据中固有的历史偏见，属于训练数据偏差导致的算法偏见 C. 服务器算力不足导致预测结果不稳定 D. 该现象与训练数据无关，纯粹是随机误差累积造成的
判断：某仓库分拣机器人在执行一次「感知包裹位置—决策抓取方案—完成搬运动作」的过程后，任务即告结束，此后环境状态与该智能体的运行不再有任何关联。