华为笔试

501. 在部署阶段（Inference），将卷积层（Convolution）与批归一化层（Batch Normalization, BN）进行融合（Folding）是各大编译器的标配操作。以下关于 Conv+BN 融合的描述中，最准确的是

502. 连续型随机变量 X 的密度 f(x)=1.5(1−x^2)，0≤x≤1。求 E(X)。

503. Flash Decoding 主要优化大语言模型推理的哪个阶段？

504. 多模态DPO用于优化视觉-语言模型，使其学会区分“优选的回复”和“非优选的回复”。给定图像 v，查询文本 x，以及一对偏好数据（优选的回复 y_w，非优选的回复 y_l)，DPO的损失函数定义为：mathcalL_DPO=-logσ(β·Δ r) 其中：σ(z)=1/(1+e^-z)是sigmoid函数 Δ r=logfracπ_θ(y_w|v,x)π_ref(y_w|v,x)-logfracπ_θ(y_l|v,x)π_ref(y_l|v,x) 基于以上背景，关于多模态DPO的梯度行为和训练机制，以下哪些说法是正确的？

505. 如果损失函数曲面呈现狭长的山谷形状（即在一个方向上曲率大，另一个方向上曲率小），SGD 容易发生什么现象？

506. 将 28×28 灰度图像转为特征向量且完整保留信息的操作是

507. 关于特征选择策略，最准确的是：

508. 下列属于多项式插值方法的是?

509. 若输入序列长度 s、模型层数 L、隐藏层维度 d，当 s 远大于 d 时，prefill 阶段计算量为（ ）

510. 牛顿迭代法的迭代公式为

511. 方程 f(x)=0 有唯一实根 x=3。使用迭代法计算根，以下何种情形说明该迭代法收敛？

512. 已知 Var(X)=4，则 Var(3X-2) 等于多少？

513. 以下关于Krylov子空间方法（通过构造 b, Ab, A^2b, ..., A^k-1b 张成的子空间来寻找方程组近似解的一类迭代法）的说法，正确的有：

514. 设事件 A, B 满足 P(A)=0.4，P(B|A)=0.5，P(B|¬A)=0.3，则 P(A|B) 的值最接近以下哪个数？

515. 大模型训练中的 LoRA 主要作用是

516. PCA 做降维时优先选取的方向是：

517. 某事件在独立重复试验中首次成功所需的试验次数服从

518. 对实矩阵 X∈R^{n×d} 的奇异值分解 X=U Σ V^T，以下说法正确的是。

519. 设X和Y是两个随机变量，a、b和c是常数。以下关于期望性质的说法中，正确的有？

520. 用牛顿迭代法求解 x^2−2=0，初值 x0=1，第一次迭代得到的 x1 为多少？

521. 自注意力机制中的 Q、K、V 通常如何得到？

522. 在目标检测或极度不平衡的分类任务中，研究人员提出了 Focal Loss。请问 Focal Loss 主要是通过引入下列哪种机制来调节不同样本对总损失的贡献？

523. 关于BPE与WordPiece两种常见子词分词算法，以下说法正确的是

524. 若二次型 f(x1,x2,x3)=5x1^2+5x2^2+c x3^2−2x1x2+6x1x3−6x2x3 的秩为 2，则 c=()

525. 关于协方差和相关系数，以下哪个说法正确：

526. 在马尔科夫模型中，当前状态的概率仅依赖于前一个状态的假设称为？

527. 矩阵 A = [[4,1],[1,4]] 的特征值是（ ）。

528. 神经网络相比线性模型的优势在于

529. 以下哪种 Tokenizer 属于“子词级”算法？

530. 在解码过程中，Beam Search 的主要作用是？

531. 与 K-Means 不同，DBSCAN 算法的一个显著优点是能够识别并处理哪种类型的数据点？

532. 给定样本矩阵X∈R^(n×d)，若要在不丢失信息前提下进行降维，使得重构误差最小，应采用

533. 关于多模态大模型（如 BLIP-2、LLaVA、GPT-4V）的表述正确的是（多选）

534. 对于平稳时间序列，自相关函数在 k=0 处为 1，且在其他滞后阶上快速衰减，则该序列最可能是：

535. 以下关于自注意力机制中MHA、MQA、GQA、MLA描述错误的是？

536. 词表大小 50k，Embedding 维度 768，输入序列长 512。Embedding 层参数量为（ ）。

537. 在特征工程的特征选择（Feature Selection）过程中，当我们怀疑特征 X 与目标变量 Y 之间存在复杂的非线性相关性（例如 $Y=X^2$ 或周期性关系），且 X 并不服从正态分布时，下列哪种统计指标或方法在评估特征重要性时最为准确且稳健？

538. 关于线性变换，下列正确的是：

539. 哪些激活函数更有助于缓解深层网络的梯度消失？

540. 在随机梯度下降中，使用小批量（mini-batch）梯度 g_tilde=(1)/(m)Σ_i=1^mnabla f_i(x) 代替全梯度，关于噪声 ε=g_tilde-g 对数值稳定性的影响，正确的是：

541. 设二阶矩阵A=[1,2;3,4]，向量x=[5;6]。则A·x的结果是

542. 最大似然估计的核心思想是

543. 对任意事件 A、B，以下说法错误的是：

544. 在LLM文本处理流程中，关于词嵌入与分词器的说法正确的是

545. 某工厂产品的先验次品率为 0.05。质检员对单件进行独立检测，其性能如下： 若样品为次品，则判为“次品”的概率为 0.99； 若样品为正品，则判为“正品”的概率为 0.98（等价地，误判为“次品”的概率为 0.02）。 现随机抽取一件产品，检测结果为“次品”。则该样品实际为次品的后验概率是（ ）。

546. 在一个极简的检索增强生成（RAG）系统中，用户的查询 Query 会被转化为嵌入向量 $q = [1,2]^T$。向量数据库中存储了两个文档的嵌入向量，分别是 $d_1 = [2,1]^T$ 和 $d_2 = [-1,2]^T$。系统使用最大内积搜索（Maximum Inner Product Search, MIPS）来召回最相关的文档。请计算内积得分，并判断系统会召回哪个文档以及对应的得分是多少？

547. 使用 PCA 降维时，选择主成分的主要依据是：

548. 关于 HAC 层次凝聚聚类的增量更新能力，哪项最准确？

549. 关于模型推理中Prefill和Decode阶段的区别，下列说法正确的有（ ）

550. 在RLHF流程中，奖励模型的作用，以下描述最准确的是？