华为笔试

201. 下列哪项不是模型量化的主要目的？

202. 在梯度消失/爆炸的诊断和模型可微优化问题中，需要使用数值微分来近似计算函数 f(x) 的导数，给定步长 h，前向差分、中心差分和Richardson外推法的误差阶数分别是？

203. 泊松时间流 (Poisson temporal flow) 也称为泊松流或最简单流, 是一种连续时间参数的随机过程, 用于描述在随机时刻出现的事件序列。泊松时间流具有哪些典型性质?

204. 某模型权重服从均值0、标准差0.01的正态分布，权重落在[-0.02, 0.02]之间的概率约为多少？

205. A 为 m×n，B 为 n×m，方程 (AB)x=0 的解性质，下列何者正确？

206. 数据分布呈右偏（正偏）时，均值、中位数、众数通常是什么关系？

207. 关于 Batch Normalization 的正则化效果，哪些说法正确（多选）？

208. 关于优化器选择，哪些判断合理？

209. 线性方程组：{ 4x + y = 6, x + 3y = 3 }初始解 (x0, y0) = (0, 0)，进行一次 Jacobi 迭代后，(x1, y1) 是：

210. 使用牛顿迭代法求方程 x²-3=0 的正根，初始点 x₀=2，单次迭代后的 x₁ 是多少？

211. 在 Megatron-LM 的张量并行（Tensor Parallelism）架构中，为了最小化跨 GPU 的通信开销，对于 Transformer 层的 MLP 模块（包含两层全连接层）的切分策略是

212. 使用雅格比法求线性方程组 Ax = b 的解，其中 A 是一个 n 阶方阵。该算法收敛的一个充分条件是？

213. 利用 BPE 在字节级语料上训练子词词表，给定初始切分与词频，第一轮合并后可能的词表是

214. X ~ Binomial(n=10, p=0.3)，E[X^2] 等于？

215. 反向传播中，若激活函数导数长期小于 1，最可能出现哪种数值问题？

216. 若 f 的频谱支持集被限制在 [-π/T, π/T]，则 f(t) 可表示为：

217. 关于误差传播，哪项最合理？

218. 在结合 BM25 与向量相似度的高级 RAG 系统中，下列说法正确的是？

219. 在深度学习中使用半精度（FP16）训练的主要动机是

220. 在Flash-Attention v2中，将序列并行度(sequence parallel)从1提升到4，理论上总显存占用

221. 训练超大规模语言模型，在显存受限下仍能保持梯度正确的常用技术是

222. 在深度学习中，若参数更新依赖数值不稳定的矩阵求逆（如 (X^T X)^{-1}），最可能导致什么结果？

223. 抽检 5 个灯泡，寿命为 [2年,0年,3年,0年,4年]。合格品寿命服从指数分布，不合格品寿命为 0，合格率 p 的最大似然估计是多少？

224. 输入张量形状 (batch=4, seq_len=16, hidden_dim=1024)。LayerNorm 的主要计算量来自：

225. 训练 decoder-only 模型并使用右侧 padding 时，attention mask 通常如何处理？

226. 对函数 f(x)=1/(1+25x²) 在区间 [-1,1] 上使用等距节点做高次插值，随着次数增大，区间两端通常出现什么现象？

227. 矩阵的条件数cond(A)的定义为

228. 聚类算法在计算和迭代的过程中，需要反复计算不同点之间的距离，采用不同的距离公式通常会有不同的聚类效果，请问曼哈顿距离公式是以下哪个？

229. 在回归问题中，以下哪种损失函数对异常值最敏感?

230. 矩阵范数需满足的性质有：

231. 下列哪些场景适合使用最大似然估计？

232. X ~ Exp(λ=0.1)，定义 Y=2X+3，则 Var(Y) 为多少？

233. 把 t-SNE 的二维可视化坐标直接用于下游分类，效果可能显著下降，主要原因是？

234. 模型使用 FP8 训练时，工程上常见的数值稳定化操作是什么？

235. 在大语言模型推理阶段，以下哪些技术在配置正确的情况下，可以实际降低单 token 的生成延迟？

236. 在数据预处理过程中，某类数据（浮点数类型）使用了 min-max 归一化。假设在一个数据集中，该类数据的最大值为 2.0050×106，最小值为 1.9950×106。有关其有效数字的说法中，正确的说法有：注：有效数字定义是指一个数中从第一个非零数字开始，到最后一位可靠的数字为止的所有数字。

237. 如果随机变量 X 和 Y 的期望满足 E(XY)=E(X)E(Y)，则下列哪项成立

238. Q-learning：γ=0.9，α=0.1，初始Q=0。从 s1 执行动作 a1 到 s2 终止且奖励 r=3。更新后的 Q(s1,a1) 为：

239. Newton 插值多项式与 Lagrange 插值多项式的关系正确的是？

240. 三个点 (1,3)、(2,6)、(3,11)，用二次多项式 P(x)=ax^2+bx+c 拟合（要求过前两个点，且对第三点的误差平方最小）。下列正确的是（多选）。

241. 哪些属于合理的学习率调度策略？

242. 已知二维列向量 v_cat=[1,2]ᵀ、v_animal=[2,3]ᵀ、v_dog=[3,1]ᵀ，则 v_cat-v_animal+v_dog 等于什么？

243. 若向量组 {a1,a2,a3} 线性无关，则以下说法正确的是？

244. 16.避免过拟合的正则化方法包括？

245. 设 S=R 为实对称矩阵，下列每项说法与“S正交对角化”等价？

246. 贝叶斯网络中 A、B 都依赖 C，且给定 C 时 A 与 B 条件独立。若 P(C)=0.5，则 P(A∩B) 为：

247. 在二分类模型评估中，如果把负样本误报为正样本的代价较高，应优先关注哪个指标？

248. 16. 在数值计算中，以下关于误差的叙述中，正确的有（多选）。

249. 哪些属于贝叶斯思想在机器学习中的直接应用？

250. 表格数据中一列是连续数值，另一列是类别标签。为了输入神经网络，通常如何处理？