华为笔试

651. 为保证训练可复现、可追溯，应强制纳入哪些工程规范？

652. 线性回归模型的训练误差很小，但测试误差很大，最可能是什么原因？

653. 关于模型推理中前向计算与训练前向计算的区别，下列说法错误的是：

654. 逻辑回归（Logistic Regression）是一种用于解决分类问题的统计学习方法，尤其常用于二分类问题。在逻辑回归模型中，输出结果通常解释为那种概率？（）

655. 关于 PCA，以下正确的是：

656. 样本点：A(0,0)[+], B(1,0)[+], C(0,1)[-], D(3,3)[-], E(4,5)[-], F(3,4)[-]。用4近邻和欧氏距离分类 G(2,2)，多数表决结果为：

657. 设三阶张量 T 的分量为 Tᵢⱼₖ。对第 1 个指标与第 3 个指标进行收缩后得到 S。以下表述最准确的是？

658. 混合精度训练中引入“损失缩放”的主要原因是（）。

659. Word2Vec 相比 One-hot 的主要优势是什么？

660. Swish 激活函数定义为 f(x)=x·sigmoid(x)。相比 ReLU，以下哪项最完整地描述了它的主要特点？

661. 以下推理代码速度较慢：

662. 某地区下雨的概率为0.4，刮风的概率为0.3，且下雨和刮风是独立事件，则既下雨又刮风的概率为？

663. 大模型预训练中提高效率与稳定性的技术有：

664. 关于 ResNet shortcut connection，正确的有哪些？

665. 关于现代子词分词（如BPE、WordPiece），正确的是：

666. Transformer 模型最初主要是为哪类任务提出的？

667. 某 LLM 服务分为 Prefill 与 Decode 两阶段。 现在有两个典型的请求 请求A(代码生成)：提示prompt很长，包含大量上下文代码(2000 tokens)，但期望生成的代码片段较短。 请求B(多轮对话)：提示很短，只是用户的最新一句话(20tokens)，但需要生成一段较长的回复(500tokens)，且此时对话历史已有1500tokens。 基于对现代GPU架构和Transformer推理机制的理解，以下哪个判断是正确的？

668. 带 Sigmoid 输出的逻辑回归通常不采用 MSE 的主要原因是？

669. 在矩阵运算中，下列哪些情况可能导致矩阵的行列式为零？

670. 关于 Transformer 中的多头注意力（Multi-Head Attention）的表述，哪一项是正确的？

671. 设 $A \in \mathbb{R}^{3 \times 3}$ 是实对称正定矩阵，下列哪一种分解一定存在且唯一?

672. 某二分类混淆矩阵 TP=80,TN=100,FP=20,FN=50，F1≈？

673. 关于 SVD，哪项正确？

674. 对实矩阵 X ∈ R^{m×d} 的奇异值分解 X = U Σ V^T，下列说法正确的是？

675. 你维护的在线问答服务（vLLM）在晚高峰出现：TTFT从0.9s升到2.4s、decode tokens/s基本不变、平均输入长度从700升到2200、GPU利用率接近满载。你本班次可立即执行哪些动作？

676. 给定点 A(0,0), B(1,1), C(6,5), D(7,6)，K-means（k=2，欧氏距离），初始中心 (2,2) 与 (8,8)。一次“分配–更新”后新中心为（）。

677. X 在 [2,10] 上均匀分布，则 P(3≤X≤6) 与 E[X] 分别为？

678. 某大模型团队正在优化推理服务的显存占用。模型隐藏层维度为 4096，共 32 个 Transformer 层，注意力头数为 32。系统采用 FP16（2 字节）存储 KV Cache，最大序列长度为 2048，Batch Size 为 1。在最大上下文长度下，存储 KV Cache 所需的显存开销最接近哪个数值？

679. 某大模型推理场景要求：实时生成（延迟≤300ms）、生成质量较高（BLEU-4≥0.6）、内存占用≤8GB，原始模型FP32权重16GB，推理时输入prompt为20个token，需生成60个token，下列优化方案组合最合理的有（ ）

680. 若模型中attention部分head数h=8，GQA分组数g=2，则K/V矩阵的共享情况是

681. 若 E(XY)=E(X)E(Y)，则下式哪项成立？

682. 用户评分尺度差异明显时，更适合用哪种相似性？

683. 欠定线性方程 y = A x（A 为行满秩胖矩阵），在解集中二范数最小的解为（ ）

684. 多模态大模型中，常见的视觉-语言连接器（Connector）包括？

685. 在神经网络中，反向传播算法的主要作用是（）。

686. 经典线性回归的外生性要求最接近哪项？

687. 关于 KV Cache 在自回归推理中的作用，最准确的是？

688. 关于训练范式的选择，下列哪些判断更合理？

689. 关于 LLM 优化器的论断，成立或广泛认可的是()

690. 关于自注意力机制中 MHA/MQA/GQA/MLA 的描述，错误的是？

691. PCA 前通常标准化特征的主要原因是？

692. 设矩阵 A = ((-11, 4), (-30, 11))。则 (A+E)(E − A + A^2 − A^3 + A^4 − A^5 + A^6) 等于（ ）

693. 工程师需要计算一个复杂函数 $f(x)$ 在区间 $[0,1]$ 上的定积分 $\int_{0}^{1} f(x)\,dx$。以下关于蒙特卡洛积分与黎曼积分的对比，说法正确的是？

694. 关于 Batch Normalization（多选），以下说法正确的是：

695. 反向传播算法的优势包括哪些？

696. 在训练神经网络时，使用带 L2 正则化的损失函数 L=L_data+λΣwᵢ²。关于正则化系数 λ，下列说法正确的是？

697. 关于Huber损失函数（Smooth L1），下列说法正确的是：

698. 多模态对齐采用对比学习时的损失可选

699. 设 B={b1,b2,b3} 为 R^3 的一组基，b1=[1,0,1]^T, b2=[0,1,1]^T, b3=[1,1,0]^T，且 [v]_B=[2,-1,3]^T。以下正确的是：

700. 训练大模型时使用 activation checkpointing 主要为了什么？