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。
设 p、q、r 为三个命题，已知 p 与 q 均为真。若复合命题 (q→p)→(p→(q∧¬r)) 的真值为假，则 r 的真值为（ ）。 A. 真 B. 假 C. 无法确定 D. 与 p、q 的取值有关
登录后查看答案
设论域为所有对象，A(x)表示“x是档案库”，C(y)表示“y是管理员”，R(y,x)表示“y负责x”。将“每个档案库至少有一名管理员负责，管理员可以因档案库而异”写成形如 ∀x(A(x)→____) 的逻辑表达式。空格内只使用给定谓词、量词和联结词。
判断：某产生式系统规则库为 R1：如果 A，则 B；R2：如果 A 且 C，则 D；R3：如果 D，则 E；R4：如果 C，则 F。已知事实库中仅有事实 A 和 C。若采用正向推理，则既能推出 E，也会推出 B 和 F 等与目标无关的结论；若目标是验证 E 是否成立，采用反向推理只需沿 E←D←A、C 的路径验证，通常更高效。
判断：某图书馆智能咨询系统的产生式规则库为：R1：如果 读者逾期未还，则 读者账户受限；R2：如果 读者账户受限，则 读者需缴罚金。已知事实：小王 逾期未还。现需验证唯一目标“小王 需缴罚金”，采用反向推理（从目标出发寻找支持证据）比采用正向推理更能避免推出诸如“读者账户受限”等与本目标验证无关的中间结论，因此该场景下反向推理更合适。
某研究方案评价智能时，不把显式符号规则推演或神经网络连接权重学习视为核心，而关注智能体与环境交互后呈现的行为，并依据反馈调整行动。该方案体现的学派是____主义。
某团队为同一类任务设计三种智能体：甲把领域知识编码为显式规则，并通过逻辑推演得出结论；乙从大量样本中调整多层神经网络的连接权重，以学习特征表示；丙不预设完整规则，而是在环境中尝试行动，根据奖惩信号改进策略。下列归类最准确的是哪一项？ A. 甲为符号主义，乙为连接主义，丙为行为主义 B. 甲为连接主义，乙为符号主义，丙为行为主义 C. 甲为符号主义，乙为行为主义，丙为连接主义 D. 甲为行为主义，乙为连接主义，丙为符号主义
设某评审只按以下标准分类：面向限定任务、缺乏通用心智的系统属于弱人工智能；具备人类水平通用心智、能灵活理解并处理未预设的新任务的系统属于强人工智能。甲在数十种预设任务上表现出色，但无法处理任务清单外的问题；乙能理解陌生领域的新问题并灵活迁移知识，且经评审确认具有人类水平的通用心智。按“甲、乙”的顺序，它们分别属于____。
某同学在课后总结人工智能发展史“三起两落”时写道：“第一次低谷主要是符号主义方法在面对组合爆炸等问题时暴露出局限性；而第二次低谷的主要原因是当时计算机算力突然不足，导致专家系统无法运行；深度学习的突破则推动了第三次兴起。”请判断该同学的表述是否完全正确。
某 9 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数组 D[3..47]，其中 D[3] 存放 A₁₁。每个元素占 4 字节，D[3] 的首地址为 5200。求 A₄₈ 的存储地址。 A. 5308 B. 5316 C. 5324 D. 5332
对含有较多重复关键字的大规模记录序列，某工程师希望选取一种排序方法，要求：①平均时间复杂度为 O(n)；②算法是稳定的；③不依赖递归实现。综合各排序算法的特性，最符合全部三项要求的是____排序。
某卷积神经网络按「卷积—池化」逐级堆叠：输入为 32×32×3 的图像；第一层用 16 个 3×3 卷积核（步长 1，零填充保持尺寸）后接 2×2 最大池化（步长 2）；第二层用 32 个 3×3 卷积核（同样保持尺寸）后再接 2×2 最大池化；最后将特征图展平后接全连接分类层。该网络体现的典型结构趋势及展平后的特征向量维度分别为：A. 特征图尺寸逐层变小、通道数逐层增多，展平维度为 8×8×32=2048 B. 特征图尺寸逐层变大、通道数逐层减少，展平维度为 2048 C. 尺寸和通道数均逐层减少，展平维度为 1024 D. 尺寸和通道数均保持不变，展平维度为 3072
某同学在搭建多层前馈神经网络时提出：把三个隐层逐层堆叠，每层先做线性变换 Wx+b，再统一使用激活函数 σ(z)=z（即恒等映射，输入什么就输出什么）。他认为：由于网络有三层结构且每层参数不同，因此该网络的表达能力一定强于单个线性变换模型。请判断该说法是否正确。
在神经网络训练中，损失函数用于量化模型预测值与真实值之间的____，训练过程的目标是通过调整参数使损失____（填“增大”或“减小”）。但需注意：训练集上的损失降到极小，模型在未见数据上的表现____（填“一定”或“不一定”）更好，因为过度压低训练损失可能意味着模型过拟合。
在多层前馈神经网络中，若各层之间仅做线性变换 Wx+b 且不使用任何非线性激活函数，则无论堆叠多少层，网络整体能表达的函数关系是什么？下列说法正确的是： A. 仍等价于一个单层线性变换，无法拟合非线性关系 B. 层数越多，表达能力越强，可拟合任意函数 C. 等价于一个多项式回归模型 D. 网络输出恒为零向量
某团队先用训练集拟合模型，再依据验证集表现选择超参数；随后又反复查看测试集表现并据此更换模型。团队认为，最终选定模型在测试集上的表现仍可作为未受选择过程影响的泛化评估。判断该说法是否正确。
某项目组将算法按学习范式归类，提出如下判断：线性回归和决策树属于监督学习，聚类属于无监督学习；近邻算法因通常没有显式参数训练过程，应归为无监督学习。判断该判断是否正确。
在监督学习中，训练集用于拟合模型，验证集用于选择模型或调整超参数；留出的测试集应____。
某团队用多项式回归拟合训练集，观察到：训练均方误差为 0.01，验证均方误差为 2.5。为改善模型，先后采取三种措施：甲，提高多项式次数；乙，在损失函数中加入 L2 正则化项并保持模型结构不变；丙，扩充更多带标注的训练数据。下列判断正确的是： A. 该模型处于欠拟合状态，甲、乙、丙三种措施均能有效降低测试误差 B. 该模型处于过拟合状态，乙和丙通常有效，甲通常会加剧训练误差小而验证误差大的问题 C. 该模型处于欠拟合状态，只有甲有效，乙和丙均无效 D. 训练误差与验证误差差距不大，属于正常拟合，三种措施均无必要
某分类模型在训练集上的错误率很低，在未参与训练的测试集上却明显较高。若要根据这一误差差异判断模型状态并选择相应改进方案，哪项最恰当？ A. 过拟合；加强正则化或增加训练数据 B. 欠拟合；加强正则化或减少训练数据 C. 过拟合；增大模型复杂度以进一步降低训练误差 D. 欠拟合；保持模型不变并仅增加训练轮数
某医院用分类模型筛查一种罕见病，测试集中患病样本仅占1%。模型对全部样本都预测为「健康」时，评估结果中数值最高的指标是（ ） A. 准确率 B. 精确率 C. 召回率 D. F1 调和平均