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。
考虑文法 G：E → E + E | E * E | (E) | id。该文法是二义性文法。若要消除其二义性且保持原语言中 + 优先级低于 *、同优先级左结合不变，最直接的做法是：A. 删除产生式 E → E + E，仅保留 E → E * E B. 引入两层非终结符，如 E → E + T | T，T → T * F | F，F → (E) | id C. 在文法中增加产生式 E → E，使其可推出自身 D. 将终结符 id 改名为 num
登录后查看答案
某医院开发疾病辅助诊断模型。构建训练集时，设计者主要从某三甲医院的电子病历中采样，该医院接诊患者以城市中青年为主；同时，设计者主动放弃了"既往病史"字段，理由是"该字段缺失率高、清理麻烦"，而该字段对老年患者恰恰更具诊断相关性。模型上线后，对老年患者的误诊率显著偏高。下列关于该模型算法偏见来源的分析，最准确的是哪一项？ A. 模型算法本身存在缺陷，与训练数据无关，属于纯粹的代码错误 B. 采样人群偏差与特征选择偏差共同作用：训练数据未覆盖老年群体，且剔除相关特征削弱了对该群体的判别能力 C. 老年患者自身病历信息不完整，责任完全在患者，不属于算法偏见 D. 模型如实学习了训练数据的分布，说明只要数据无噪声就不会产生任何偏见
某医院的模型总体准确率较高，但对一名患者给出高风险预警，且医生无法从输出中看出主要依据。医院准备将该预警用于后续处置。此时要求模型具备可解释性，最主要是为了什么？ A. 让医生能够理解并审查预警依据，判断其是否适用于该患者 B. 使模型在每个患者身上都作出准确判断 C. 让模型无需医生参与即可承担处置责任 D. 保证模型在所有数据变化后仍维持原有性能
某扫地智能体在感知受限的环境中选择动作。关于判定该智能体在当前时刻的决策是否“理性”，下列说法正确的是： A. 只要其最终清扫结果不理想，即可断定它当时不理性 B. 理性要求它必须掌握环境的全部真实状态后才能行动 C. 理性指在已知性能度量、先验知识、可感知的环境信息与可用执行器的约束下，选择期望性能最优的动作 D. 只要其性能度量设计得足够好，任何动作序列都是理性的
某医学影像系统对图像的数字化表示进行核对。系统内部存储了三幅图像：甲为分辨率为 1024×768 的灰度CT图像，乙为分辨率为 1024×768 的RGB彩色内窥镜图像，丙为分辨率为 512×512 的RGB彩超图像。已知所有图像均为 8 位位深（每个通道每个像素取值范围 0～255）。下列关于三幅图像数值表示的说法，正确的是： A. 甲图像可表示为一个 1024×768 的二维数值矩阵，且每个元素的取值范围为 0～255；乙图像需表示为含通道维的 1024×768×3 三维张量 B. 甲图像必须表示为 1024×768×3 的三维张量，因为所有图像在计算机中都只能以三维张量形式存储 C. 乙图像可表示为 1024×768 的二维矩阵，只是每个元素取值范围扩大为 0～767 D. 丙图像的数值表示为 512×512×3 的三维张量，其元素取值范围为 0～767
某视觉网络中，浅层神经元的感受野对应输入图像上的 11×11 区域，深层神经元的感受野对应 35×35 区域。对深层神经元的感受野，哪项解释正确？ A. 深层神经元直接连接输入图像上 35×35 的像素 B. 深层神经元的输出受输入图像上对应的 35×35 区域影响 C. 深层神经元只处理输入图像中最显著的 35×35 区域 D. 深层神经元的感受野是该层特征图上的 35×35 个神经元
在目标检测任务中，模型对图像中某个目标的一次完整检测结果必须包含下列哪一组要素？A. 仅边界框坐标 B. 边界框、目标类别与置信度 C. 仅目标类别与置信度 D. 仅像素级分割掩膜
某系统包含四个模块：甲读取商品评论并输出“满意/不满意”；乙读取一篇文章并输出“科技/文化/体育”等主题标签；丙读取中文句子并输出对应的法语句子；丁读取对话上下文并续写一段新文本。按各模块的输入输出功能判断，哪一项分类全部正确？ A. 甲—情感分析，乙—文本分类，丙—机器翻译，丁—文本生成 B. 甲—文本生成，乙—情感分析，丙—机器翻译，丁—文本分类 C. 甲—情感分析，乙—文本分类，丙—文本生成，丁—机器翻译 D. 甲—文本分类，乙—文本生成，丙—情感分析，丁—机器翻译
某静态词向量模型将词映射为稠密向量。模型发现，“候机厅”和“登机口”的向量较接近，而“候机厅”和“珊瑚礁”的向量较远。下列解释最恰当的是哪一项？ A. 向量关系反映训练语料中的统计规律，语境相近的词通常表示相近；但单一向量未必能充分表达多义词的不同含义 B. 向量关系证明“候机厅”和“登机口”在所有语境下含义完全相同 C. 向量关系只取决于词的字形是否相似，与语料中的用法无关 D. 每个词的向量都能完整表示该词在任何语境下的具体含义
某卷积神经网络中，特征提取阶段按「卷积—激活—池化」逐级堆叠，其特征图尺寸逐层减小、通道数逐步增多，最后接入全连接层完成分类。已知输入图像尺寸为 28×28×1，第一组卷积使用 8 个 3×3 卷积核（步长 1，不填充），卷积后接 2×2 最大池化（步长 2）。则第一个池化层输出的特征图尺寸与通道数为：A. 13×13，通道数 8 B. 14×14，通道数 8 C. 13×13，通道数 1 D. 26×26，通道数 8
某团队训练神经网络拟合训练集，观察到两种训练策略：策略甲持续迭代直至训练集上的损失几乎为零；策略乙在训练损失降到较低值后即停止。测试发现策略乙对新样本的预测误差更小。关于损失函数的作用，下列判断正确的是 A. 策略甲必然更好，因为损失函数衡量的就是模型好坏，损失越小模型越优 B. 损失函数量化的是预测与真值的差距，训练即最小化损失，但训练集损失极小可能意味着过拟合，泛化未必更好，故策略乙更合理 C. 损失函数量化的是模型参数的数量，与预测结果无关 D. 损失函数一旦选定就不能再衡量训练之外的样本表现
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
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
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
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
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