华为笔试

601. 若某项目有 n 位选手，每两人都对战(共 C(n,2) 场)，按胜场数排名，前 m 人晋级，第 m 名并列需加赛不能保证晋级。一个选手最少需要赢几场才能确保晋级? ceil意思是向上取整。

602. 多分类任务中的交叉熵损失通常与哪个输出激活函数配合使用？

603. 关于二分类混淆矩阵，下列说法正确的有

604. 以下哪些可以作为SVM的核函数()

605. Multi-Head Attention 的输出如何计算？

606. 标准多头注意力（MHA）中 Q/K/V 的生成方式是？

607. 输入图像大小为 224×224×3，卷积层含 96 个 11×11 卷积核，步长 4、无填充，输出特征图大小是多少？

608. 人群患病率 0.1%。血检 Se/Sp=99%/99%，尿检 Se/Sp=95%/95%。给出人群先验与家族先验两种情形，关于后验概率的说法正确的是（多选）：

609. 关于 Transformer 归一化，正确的有哪些？

610. 已知矩阵 A 是 3 阶不可逆矩阵，alpha1、alpha2 是齐次线性方程组 Ax=0 的基础解系，alpha3 是矩阵 A 属于特征值 lambda=2 的特征向量，则不是矩阵特征向量的是( )

611. 关于 Adam 中偏置校正（bias correction）的作用，下列说法最准确的是？

612. 在AdamW中，“W”代表什么改进？

613. 关于GPT、BERT、T5三种模型的架构，哪项描述是正确的？

614. 迁移学习（Transfer Learning）的适用场景是？

615. Swish 激活 f(x)=x·sigmoid(βx)，当 β→∞ 时逼近哪个函数？

616. 与普通 SGD 相比，Momentum 的主要作用是什么？

617. 特征 [1200, 1800, 900, 2100]，用 min–max 归一化到 [0,1]，数值 1200 的归一化结果为：

618. 视觉 Token Merging（ToMe）的核心思想是？

619. 下面这段代码执行的功能是什么? function forward(x, W, b): logits = W x + b exp_values = exp(logits) return exp_values / sum(exp_values)

620. CUDA 中的双缓冲（Double Buffering）技术主要用于解决什么问题？

621. 在 GPU 的存储层次中，哪一种存储器具有最低的访问延迟和最高的聚合带宽？

622. 假设随机变量X~Uniform(0,2)，求E[X²]

623. 关于 MLE（最大似然估计）的说法，正确的是

624. 比较两个词向量 u=[0.8, 0.6] 与 v=[0.5, 0.866] 的语义相似性，以下结论正确的是？

625. 使用 PCA 降维时，通常依据哪个指标选择保留的主成分数量？

626. 关于激活函数的选择，下列说法正确的是：

627. Pre-LN Transformer 更易训练深层网络的主要原因是？

628. 在高维、不同量纲的用户行为特征上使用 DBSCAN，合理的原因包括哪些？

629. 在机器学习降维中，关于线性判别分析（LDA），下列说法正确的是

630. 在分类任务中，Softmax函数的作用是？

631. 从一个盒子中随机抽取一个球，球有编号 1-5，其中编号1、2、3 是红球，编号4、5是蓝球。设事件 A 为“抽到红球”，事件 B 为“奇数”，P(A∩B)=（）

632. 指令微调的目标包括：

633. 关于 Weierstrass 逼近定理及其数值实现，以下哪些说法正确？

634. 设 A 为 n 阶非零矩阵，下列哪一项必定是某个二次型的矩阵？

635. 要求线性嵌入满足同类相近、异类相远，最合理的方案是？

636. 每台服务器有 8 张通过 NVLink 互联的 GPU，服务器间使用带宽较低、延迟较高的 IB 网络。为了降低通信瓶颈，最合理的并行拓扑映射是？

637. 数据科学家小李正在训练一个大型语言模型，采用混合精度训练策略。他发现在某些层使用 FP16 计算时会出现数值不稳定问题。以下关于混合精度训练中数值稳定性问题的分析中，正确的有？

638. 在一个标准的Transformer Block中,一个Multi-Head Attention子层之后通常会跟一个Position-wise FFN子层。关于这两个子层处理信息方式的描述,以下哪项最为准确?

639. 在 Transformer 模型中，自注意力机制(Self-Attention)的核心作用是

640. 文本分类中，单词“free”在垃圾邮件/正常邮件中的出现概率分别为0.8/0.1，先验各0.5。含“free”的邮件为垃圾邮件的后验概率为：

641. 以下哪些因素通常表明线性方程组 Ax=b 更容易受到数据扰动影响？

642. 车辆通过某路口服从泊松过程，平均每小时 120 辆。任意连续两车时间间隔大于 1 分钟的概率为？

643. 某词在垃圾邮件和正常邮件中的出现概率分别为 0.8、0.1，垃圾邮件先验为 20%。邮件含该词时为垃圾邮件的概率是？

644. 循环神经网络最适合处理哪类数据？

645. 影响 GPU 内核占用率的因素包括以下哪些选项？

646. 下列哪些项是马尔可夫链的特征？

647. 已知函数 f(x)=x^2 ，用中心差分公式，取步长 h=0.1 ，计算 f'(1) 数值结果为

648. 齐次线性方程组有非零解，则下列哪种行数 s 与未知数 n 的关系可能发生：

649. 相比单头注意力，多头注意力的核心优势是什么？

650. 关于 Transformer 架构组件，准确的是（多选）。