华为笔试

51. 设矩阵 $A=(a_{ij})_{3\times3}$ 满足 A^* = A^T，其中 A^* 是 A 的转置矩阵，A^T 是 A 的逆矩阵。若 a11 a12 a13是三个相等的正数，则 a11 为（）

52. 关于 BERT 与 GPT 的说法，正确的是：

53. 关于非零向量点积和余弦相似度，正确的有哪些？

54. Adam 优化器的核心优势在于：

55. BLIP-2 中 Q-Former 的核心设计是“可查询的 Transformer”。关于其机制和训练策略，以下描述最准确的是？

56. 下列方法中未考虑先验分布的是（）。

57. 线性变换必须满足哪个性质？

58. 以下关于直接法和迭代法求解线性方程组的比较，正确的有哪些？

59. 以下关于凸函数的说法，正确的是：

60. 某二分类问题，混淆矩阵如下：TP=80, FP=20, TN=180, FN=20。求F1-score (保留两位小数)

61. 在 MLP 中，隐藏层的主要作用是？

62. 余弦相似度与欧氏距离的特性，哪项最准确？

63. 以下模型与结构匹配正确的是？

64. 设模型参数量 N=7B，训练数据量 T=1T token，采用 FP16 混合精度训练和 Adam 优化器。以下关于显存占用的估算，说法正确的是？

65. 关于监督/无监督/半监督/强化学习，下列正确的是（）。

66. BERT 属于哪种主架构？

67. 在商品推荐系统中，用户行为包括停留时长、是否收藏等，并通过向量表示。如果要计算两个用户向量的相似度，最常用的度量是？

68. 量化（Quantization）技术中，将 FP16 转为 INT8 主要压缩了：

69. 缩放点积注意力(Scaled Dot-Product Attention)与点积注意力(Dot-Product Attention)的区别是什么?假设键向量的维度为d_k。 $\sqrt{d_k}$

70. X~N(μ,σ^2)，X1,X2,X3 为来自 X 的简单随机样本。则 Cov(X1+X2, X3)=？

71. PagedAttention 的 Block Size 设为 1 的主要问题是？

72. 最大池化在卷积网络中的主要优点包括？

73. 适用于机器学习中度量两个特征向量的相似度的有?

74. 在集成学习的 Stacking 中，第二层模型（Meta-Model）的作用是（）。

75. 滑动窗口注意力支持长上下文的关键逻辑是什么？

76. 在 LLM 推理中，Prefill 阶段和 Decode 阶段的计算瓶颈不同。以下分析正确的是？

77. 关于浮点数计算误差，下列说法正确的是？

78. A1,A2,A3 构成划分，P(A1)=0.2, P(A2)=0.3, P(A3)=0.5，且 P(B|A1)=0.1, P(B|A2)=0.4, P(B|A3)=0.6。以下哪些正确?

79. 反向传播中某层学习速度显著慢于其他层，最可能的原因是？

80. 多模态任务中的后融合 Late Fusion 是指？

81. 某电商推荐系统用户“月均消费金额”右偏数据 [9, 99, 999, 9999]，为改善分布对称性，下列哪种变换后最对称（偏度最小）？

82. 适合高维稀疏向量相似度计算的是？

83. 为缓解 Transformer 处理长序列的计算复杂度，下列技术可用（多选）：

84. 下列哪些方阵一定可逆？

85. PagedAttention 的核心设计目标是解决 AI 模型推理中的什么问题？

86. 在生成式模型的解码阶段，温度参数（Temperature）是对 logits 进行缩放的手段。关于温度参数作用的说法中，正确的是？

87. 二分法(Bisection)的收敛速度是

88. 在 Transformer 的最后一层，Softmax 作为“激活层”的核心意义是下列哪一项？

89. 密度 f(x)=c(1-x²)，-1≤x≤1，归一化常数 c 为？

90. 已知矩阵 A = (1 0 −1; 2 −1 1; −1 2 −5)。若存在可逆的下三角矩阵 P 和可逆的上三角矩阵 Q，使得 PAQ 为对角矩阵，则 P, Q 可以分别取（ ）

91. 在层次聚类分析（HAC）中，以下哪一种方法是用于定义簇间距离的常见方式？

92. 在高维数据下，欧氏距离“失效”的主要原因是？

93. 标准多头注意力中，输入长度为 n、隐藏维度为 d。忽略 bias，关于参数量和主要计算量的说法正确的是？

94. 在计算机渲染 3D 模型时通常会使用双线性插值处理纹理映射。与最近邻插值相比，双线性插值主要可以减少什么？

95. 设 A, B 为互斥事件，P(A)=0.3，P(B)=0.4，P(C|A)=0.8，P(C|B)=0.5，P(C|¬A∩¬B)=0.1，则 P(A|C) = （ ）

96. 某 12 层 Transformer，hidden size=768，MLP 扩展比=4，则每层 MLP 参数量约为

97. 降低长序列注意力的计算或显存复杂度的技术，说法正确的是？

98. 下列关于BERT与GPT在预训练目标、架构与适用场景的说法，哪些是正确的？

99. 连续掷一枚均匀硬币，首次出现“正反”序列（一次正面后立刻反面）所需的期望掷币次数为（ ）

100. 下列哪个矩阵一定是可逆的？