华为笔试

451. 对近似服从正态分布 N(0,σ²) 的数据采用 T=3σ 截断，约有多少比例的数据落在 [-T,T] 之外并发生截断？

452. 设计一个用于图像分类的卷积神经网络（CNN），隐藏层需兼顾计算效率和缓解梯度消失，输出层用于多分类任务，下列激活函数搭配最合理的是：

453. 设 $\hat{\theta}_1=\hat{\theta}_1(X_1,X_2,\cdots,X_n)$ , $\hat{\theta}_2=\hat{\theta}_2(X_1,X_2,\cdots,X_n)$ 均是未知参数 θ 的无偏估计量，若满足条件（ ），则称 $\hat{\theta}_1$ 比 $\hat{\theta}_2$ 更有效。 注：名词解释 E：表示数学期望，也称期望值，E[ $\hat{\theta}$ ]表示估计量 $\hat{\theta}$ 的期望值 MSE：表示均方误差，是衡量估计量质量的综合指标 D：表示方差 $\hat{\theta}$ ：表示对未知参数 θ 的一个估计量 选项：

454. 卷积神经网络中常见的层有：

455. 给定 A=[[1,0,-1],[2,-1,1],[-1,2,-5]]。若存在下三角可逆 P 与上三角可逆 Q 使 PAQ 为对角矩阵，则下列可取的是：

456. 分布式训练时，AllReduce 的浮点累加顺序不同会使最终参数产生微小差异。这属于哪类误差？

457. 自回归文本生成中，每步计算的正确描述是（）。

458. 误差服从 U[-a,a]，样本为 {-0.5,1.2,-0.8}，a 的 MLE 是？

459. 在构建高维机器学习模型时，关于特征工程中的转换与评估，下列说法中正确的有哪些？

460. 关于 Pass@k（代码生成常用）中 “k” 的含义，正确的是：

461. 在数值计算中, 若输入数据的微小扰动会导致输出结果发生显著变化, 则称该问题是病态的。以下哪种情况最可能表明问题病态?

462. 设 A 为 n(n≥2) 阶非零矩阵，A=adj(A)。下列正确的是：

463. 关于训练和推理显存优化，合理的有哪些？

464. 在神经网络隐藏层中，为缓解梯度消失而被广泛使用的激活函数是：

465. 训练脚本支持梯度累积。把 micro batch 从 1 调到 4，同时相应减小累积步数，使 global batch 保持不变。通常最可能出现哪种变化？

466. 为缓解深层网络的梯度消失，以下激活函数更有效的是（）。

467. 正态数据均值 50、标准差 10，Z-score 为 2.5 的原始值是多少？

468. 针对 Prefill 和 Decode 阶段的性能差异，现代推理引擎通常会采用哪些策略来优化整体吞吐量？

469. 在原始 Transformer 的多头注意力机制中，多个头间的输出是如何结合的？

470. 多模态Transformer中，若视觉输入被分块（patch）处理，以下关于分块的描述（一般情况下）哪项正确？

471. 训练超大模型在显存受限下保持梯度正确的常用技术是（）

472. 滑动窗口大小 20，Prefill 30 token 后又 Decode 15 token，此时保留 token 数和注意力上下文长度为？

473. 在度量文本嵌入的相似度时，适合的处理方式包括？

474. 以下关于反向传播计算效率的说法正确的是?

475. 二元逻辑回归已训练参数 w=[0.5, -1.0], b=-1.0。对输入 x=[2,1]，P(y=1|x) 最接近（）。

476. 检测训练集中的同义改写、轻微编辑等近似泄露，哪种方法最有效？

477. 在图像处理中，将一张 224×224 的 RGB 图像展平为一维向量，其维度是多少？

478. 在 CNN 中，卷积操作（Convolution）的特性包括？

479. 在RLHF中，reward model的训练依赖于:

480. 数值计算中，截断误差的主要来源是？

481. 对大量未标注用户问题自动归类属于哪类学习？

482. 关于 Tokenizer 与 Embedding 的功能与关系，以下哪个描述最为精确？（ ）

483. 给定两个向量 $\mathbf{a}=[1,2,3]$ 和 $\mathbf{b}=[4,5,6]$，他们余弦相似度为

484. 设总体 X 服从 Poisson(λ)，P(X=a)=λ^a e^{-λ}/a!，从中抽取独立样本 X1,…,Xn。则 λ 的极大似然估计是（）。

485. 下列哪个量专门用于衡量两个概率分布的差异？

486. 弦截法（割线法，用两点连线的斜率代替导数来求根）的收敛阶约为多少？

487. 子空间的必要条件是？

488. PCA 的前 k 个主成分的性质()

489. 连续随机变量 X 的密度 f(x)=2x，0≤x≤1。P(0.5≤X≤1) 为？

490. one-hot 标签 [0,1,0]、预测概率 [0.1,0.8,0.1] 的交叉熵为？

491. 设互异节点 x0,…,xn 及函数值 y0,…,yn，记 ω(x)=∏k=0..n (x−xk)。满足 pn(xi)=yi 的插值多项式 pn(x) 可写为（ ）

492. 在PyTorch 中，以下哪个函数用于执行优化器的一步更新

493. 特征工程通常包含哪些步骤（多选）？

494. 基于 K 近邻关系进行样本归组时，常见挑战有哪些？

495. 预条件共轭梯度法（PCG）中，预条件矩阵 M 的选取目标是使 M⁻¹A 的条件数如何变化？

496. 使用泰勒展开式 sin(x)=x-x^3/6 来近似计算 sin(0.1)，其截断误差的主要阶数为：

497. 梯形法则定积分，若二阶导在 [a,b] 上最大为 M，区间等分 n 段，截断误差上界为

498. 随机变量 X∈{0,1}，Y∈{0,1} 的联合 PMF 如下表，下列正确的是（ X\Y 0 1 合计 0 0.1 0.4 0.5 1 0.3 0.2 0.5 合计 0.4 0.6 1

499. 独立随机变量 X~N(1,2)、Y~N(2,3)，Z=2X-Y 的方差为？

500. 在自然语言处理的 N-gram 模型中，当前词仅依赖它前面的 N−1 个词，这种建模思想最相关于（ ）