华为校招实习机试在线OJ刷题系统 在线OJ注册使用教程1、某 Transformer 层在张量并行度为 2 时要做一次 All-Reduce待同步张量大小为 80MB。网络带宽为 40GB/s忽略延迟通信时间约为多少A. 0.2msB. 20msC. 0.02msD. 2ms2、一组测量值中混有少量极端大的尖峰。若要反映数据的中心位置且不希望被这些尖峰明显拉动应优先采用哪个统计量A. 方差B. 众数C. 算术平均值D. 中位数3、将模型权重从 BF16 量化为 INT8主要压缩的是A. 网络层数B. 词表长度C. 单个权重所占的比特数D. 注意力头数4、模型训练中用 float32 替代 float64主要是为了A. 提高计算精度B. 避免过拟合C. 降低显存占用并加快运算D. 简化模型结构5、某分类模型训练集准确率为 97%测试集准确率为 58%。这表示模型处于什么状态A. 欠拟合B. 数据不足C. 过拟合D. 良好拟合6、某二分类模型的混淆矩阵为 TP28、TN52、FP8、FN12准确率约为多少A. 0.70B. 0.90C. 0.85D. 0.807、合同检索用 BPE 对中英混合文本分词后法条编号、机构专名和条款缩写被拆成大量子词检索召回明显变差。最合理的改法是A. 提高向量检索的 top-k多取一些碎片片段B. 改为字符级分词让稀有词不再被拆开C. 加大文档切分长度减弱子词碎片的影响D. 在分词词表中加入领域词使法条编号、机构专名和条款缩写各成为一个完整 token8、计算 $f(x) \sqrt{x9} - \sqrt{x}$ 时若 $x$ 很大控制舍入误差最有效的方法是A. 按原式直接相减B. 只把浮点位数加长C. 先做分子有理化D. 把绝对值很小的项直接丢掉9、对抗样本一般是如何构造的A. 给输入叠一层幅度很小、肉眼基本看不出来的改动使分类结果出错B. 必须改变输入的语义扰动才会生效C. 只对图像模型有效文本模型不会出现D. 在输入上叠加大量随机噪声使模型完全认不出原内容10、某分类器测试集混淆矩阵为 TP50、FP10、FN15、TN25其 F1 分数是多少A. 0.833B. 0.769C. 0.75D. 0.8答案速查1.D 2.D 3.C 4.C 5.C 6.D 7.D 8.C 9.A 10.D逐题解析第1题答案D —— 2ms1、某 Transformer 层在张量并行度为 2 时要做一次 All-Reduce待同步张量大小为 80MB。网络带宽为 40GB/s忽略延迟通信时间约为多少某 Transformer 层在张量并行度为 2 时要做一次 All-Reduce待同步张量大小为 80MB。网络带宽为 40GB/s忽略延迟通信时间约为多少解析通信时间 通信量 ÷ 带宽 80MB ÷ 40GB/s 80×10⁶ 字节 ÷ 40×10⁹ 字节/秒 2×10⁻³ 秒 2ms。All-Reduce 在环形实现下每张卡收发约 2×(N-1)/N × 数据量本题按题意直接用张量大小除以带宽估算即可。A 错0.2ms把带宽按 400GB/s 或数据按 8MB 计算才会得到数量级不对。B 错20ms差了 10 倍相当于把 80MB 当成 800MB。C 错0.02ms差了 100 倍把带宽当成 4TB/s。第2题答案D —— 中位数2、一组测量值中混有少量极端大的尖峰。若要反映数据的中心位置且不希望被这些尖峰明显拉动应优先采用哪个统计量一组测量值中混有少量极端大的尖峰。若要反映数据的中心位置且不希望被这些尖峰明显拉动应优先采用哪个统计量解析中位数是稳健统计量只依赖数据的排序位置少量极端值几乎不影响其取值而算术平均会被每个观测值线性拉动一个极大尖峰就能把均值明显抬高。A 错方差方差对离群值最敏感尖峰会使平方项极大完全不稳健。B 错众数众数反映出现频次最高的值对连续测量值意义有限也不代表中心位置。C 错算术平均值均值正是最容易被极端值拉动的统计量。第3题答案C —— 单个权重所占的比特数3、将模型权重从 BF16 量化为 INT8主要压缩的是将模型权重从 BF16 量化为 INT8主要压缩的是解析量化是把高精度浮点BF16 每个权重 16 bit映射到低比特表示INT8 每个权重 8 bit压的正是每个权重存储所占的比特宽度模型体积约减半。A 错网络层数量化不改变网络结构层数不变。B 错词表长度词表大小由分词器和模型设计决定与权重量化无关。D 错注意力头数头数是结构超参数量化不减少头数。第4题答案C —— 降低显存占用并加快运算4、模型训练中用 float32 替代 float64主要是为了模型训练中用 float32 替代 float64主要是为了解析float32 占 4 字节、float64 占 8 字节减半的存储让同样显存能放更大的模型和 batch现代 GPU 的 float32 计算单元吞吐也远高于 float64运算更快。代价是精度略降但深度学习训练对精度不敏感。A 错提高计算精度float32 有效位数更少精度是降低不是提高。B 错避免过拟合正则化、数据增强才是防过拟合手段换精度与其无直接关系。D 错简化模型结构数值精度与网络结构无关。第5题答案C —— 过拟合5、某分类模型训练集准确率为 97%测试集准确率为 58%。这表示模型处于什么状态某分类模型训练集准确率为 97%测试集准确率为 58%。这表示模型处于什么状态解析训练集准确率很高而测试集明显偏低泛化差距接近 40 个百分点是典型的过拟合模型把训练数据里的细节和噪声都背了下来没有学到可迁移的规律。A 错欠拟合欠拟合是训练集和测试集都差与本题训练 97% 不符。B 错数据不足数据不足可能间接导致过拟合但题干描述的状态本身叫过拟合。D 错良好拟合良好拟合时训练/测试准确率应接近且都较高。第6题答案D —— 0.806、某二分类模型的混淆矩阵为 TP28、TN52、FP8、FN12准确率约为多少某二分类模型的混淆矩阵为 TP28、TN52、FP8、FN12准确率约为多少解析准确率 (TPTN) / (TPTNFPFN) (2852) / (2852812) 80/100 0.80。A 错0.70把分母算错或漏掉一项才会得到。B 错0.90约等于 (TPTNFP)/(总数) 之类的错误组合。C 错0.85无对应正确算式。第7题答案D —— 在分词词表中加入领域词使法条编号、机构专名和条款缩写各成为一个完整 token7、合同检索用 BPE 对中英混合文本分词后法条编号、机构专名和条款缩写被拆成大量子词检索召回明显变差。最合理的改法是合同检索用 BPE 对中英混合文本分词后法条编号、机构专名和条款缩写被拆成大量子词检索召回明显变差。最合理的改法是解析问题根源是 BPE 按通用语料学到的合并规则把领域专有词拆成碎片导致语义向量不完整、召回变差。最直接的修复是把领域词加入分词词表让它们各自成为完整 token从根上消除碎片化。A 错提高 top-k多取片段只是缓解症状碎片向量本身语义已失真还引入更多噪声。B 错改为字符级分词字符粒度更细单个 token 语义更弱通常让检索更差。C 错加大文档切分长度切分粒度是检索文档侧的问题与分词碎片化无关。第8题答案C —— 先做分子有理化8、计算 $f(x) \sqrt{x9} - \sqrt{x}$ 时若 $x$ 很大控制舍入误差最有效的方法是计算 $f(x) \sqrt{x9} - \sqrt{x}$ 时若 $x$ 很大控制舍入误差最有效的方法是解析$x$ 很大时 $\sqrt{x9}$ 与 $\sqrt{x}$ 非常接近直接相减会发生相近数相减有效位大量抵消灾难性消去。分子有理化$f(x) \frac{(\sqrt{x9}-\sqrt{x})(\sqrt{x9}\sqrt{x})}{\sqrt{x9}\sqrt{x}} \frac{9}{\sqrt{x9}\sqrt{x}}$变成两个相近数相加除以 9完全消去消去问题数值稳定。A 错按原式直接相减正是要避免的灾难性消去。B 错只把浮点位数加长能缓解但治标不治本且不是最有效的方法有理化从根上消除误差源。D 错丢掉绝对值很小的项改变的是数学近似而非舍入误差控制会引入系统误差。第9题答案A —— 给输入叠一层幅度很小、肉眼基本看不出来的改动使分类结果出错9、对抗样本一般是如何构造的对抗样本一般是如何构造的解析对抗样本 沿着使损失上升的梯度方向给输入叠加一个人类察觉不到的微小扰动让模型输出错误类别。它恰恰利用了高维模型决策边界的脆弱性扰动不必改变语义。B 错必须改变语义对抗扰动的特点就是不改变人眼/人耳可感知的语义。C 错只对图像模型有效文本、语音、图模型同样存在对抗样本。D 错叠加大量随机噪声随机噪声一般打不动模型对抗扰动是精心构造的、有方向的不是随机的。第10题答案D —— 0.810、某分类器测试集混淆矩阵为 TP50、FP10、FN15、TN25其 F1 分数是多少某分类器测试集混淆矩阵为 TP50、FP10、FN15、TN25其 F1 分数是多少解析精确率 P TP/(TPFP) 50/60 5/6召回率 R TP/(TPFN) 50/65 10/13。F1 2PR/(PR) 2×(5/6)×(10/13) ÷ (5/6 10/13) (100/78) ÷ (125/78) 100/125 0.8。速算公式F1 2TP / (2TP FP FN) 100 / (1001015) 100/125 0.8。A 错0.833约为 50/60只是精确率。B 错0.769约为 50/65只是召回率。C 错0.75无对应正确算式且比 0.8 恰差一个 (TPTN) 的干扰。