试题试做

共 10885 道。先按知识点进入练习，也可以从下面的最新题目直接试做。

最新试题 · 第 378 页

候选树推测相比线性序列，在"接受更多 token"上的本质是？ - A. 增大温度 - B. 用分支并行覆盖更多可能前缀，提高有效接受长度 - C. 减少草稿模型数量 - D. 关闭验证 - 答案： B - 解析：树结构允许在同一大步内验证多条候选路径，匹配到正确分支时即可一次接受多个 token，突破线性单链瓶颈。

用 Rust 重写性能热点（如 pgrust 重写 Postgres 模块）通常追求的是？ - A. 内存安全 + 接近 C 的性能 - B. 完全放弃性能 - C. 仅提升可读性 - D. 增大二进制体积无收益 - 答案： A - 解析： Rust 在提供内存安全保证的同时保持系统级性能，适合重写长期存在的 C 热点以降低漏洞面。

关于"更好的模型，更差的工具"（LLM 工具调用退化），最贴切的解释是？ - A. 模型越强，工具调用越稳定 - B. 更强模型可能改变调用习惯，反而在既有工具链上退化 - C. 工具调用与模型无关 - D. 工具调用只取决于温度 - 答案： B - 解析：模型升级可能改变指令遵循与参数构造方式，若工具/接口未同步适配，会出现调用回归，需回…

在"代码整洁度决定 AI 编程代理成败"的观点中，核心机制是？ - A. 整洁代码让模型更容易定位与修改正确位置 - B. 整洁代码让训练更快 - C. 整洁代码自动修复 bug - D. 整洁代码提升推理速度 - 答案： A - 解析：代理在杂乱、强耦合的代码库上更容易误改，结构清晰、命名一致的代码显著提升代理的成功率。

为何 MoE 模型（如 35B-A3B）上的投机解码有时"吃不到增益"？ - A. MoE 路由改变了草稿-验证的算力账 - B. MoE 不支持量化 - C. MoE 没有 KV 缓存 - D. MoE 不能做 prefill - 答案： A - 解析：专家路由带来额外开销，部分实现中路由开销抵消了投机解码的节省；此时 MTP via v…

对比"独立草稿模型"与"MTP 内置预测头"，后者的主要工程优势是？ - A. 推理质量更高 - B. 无需额外模型、显存与部署更简单 - C. 必须更大显存 - D. 只能在云端用 - 答案： B - 解析： MTP 头随模型权重一起加载，省去维护第二个模型与对齐流程，对本地部署尤其友好。

一个系统 prefill 很慢但 decode 很快，最可能影响哪种任务体验？ - A. 生成长篇小说 - B. 长上下文 RAG 问答的首 token 延迟 - C. 模型训练 - D. 数据标注 - 答案： B - 解析： RAG 需先处理长检索上下文，prefill 吞吐直接决定首 token 延迟，用户会明显感到"卡一下才开始答"。

给定 γ=5、α=0.8，估算平均每个大步产出的 token 数最接近？ - A. 1.2 - B. 2.0 - C. 4.0 - D. 6.0 - 答案： C - 解析：用 (1-α^(γ+1))/(1-α) = (1-0.8^6)/(0.2) ≈ (1-0.262)/0.2 ≈ 3.69，最接近 4.0；对应加速比约 4 倍。

关于"零摩擦部署"（如 Cloudflare 临时账户），它对 AI Agent 的意义是？ - A. 让 Agent 能即时获得隔离的计算与凭证环境 - B. 让模型变大 - C. 降低推理质量 - D. 取消所有安全控制 - 答案： A - 解析：临时账户为 Agent 提供即用即弃的隔离运行环境，减少本机暴露，是 Agent 安全部署…

为什么"草稿模型很不准"会削弱推测解码收益？ - A. 接受率低，每大步几乎只产出 1 个 token，额外算力被浪费 - B. 模型会自动停止 - C. 输出分布会变 - D. 显存会溢出 - 答案： A - 解析： α 很低时验证大量拒绝，并行化收益被草稿计算开销抵消，加速趋近甚至低于逐 token 生成。

评测推理加速时，最该同时关注的指标组合是？ - A. 只看参数数量 - B. 生成速度（tok/s）、首 token 延迟、显存占用与输出质量 - C. 只看模型名字 - D. 只看温度 - 答案： B - 解析：加速不能以质量下降为代价，应综合吞吐、延迟、显存与质量（如基准准确率）一起看。

把本地模型接入 Claude Code / OpenCode 等代理前，建议先？ - A. 直接上线 - B. 在隔离环境测试工具调用是否稳定 - C. 关闭所有工具 - D. 提高温度到 2.0 - 答案： B - 解析：本地模型在工具调用、多轮循环上可能有回归（如重复失败调用），先在沙箱验证再接入生产代理更稳妥。

关于 INT8 与 INT4 量化，通常？ - A. INT4 体积更小但精度风险更高 - B. INT8 体积一定比 INT4 大且更慢 - C. 两者无任何区别 - D. INT4 总优于 INT8 - 答案： A - 解析：更低比特更省资源，但量化误差增大，需在速度与精度间权衡，常用 GPTQ/AWQ 等方法缓解。

SGLang 的 RadixAttention 主要解决什么？ - A. 训练加速 - B. 多请求间共享相同前缀的 KV 缓存 - C. 模型量化 - D. 数据标注 - 答案： B - 解析： RadixAttention 通过前缀树复用 KV 缓存，在大量共享系统提示/上下文的请求间显著降低重复计算。

下列哪些不是推测解码的变体？（选最不符合的一项） - A. 自投机解码 - B. 多 Token 预测（MTP） - C. 候选树（JetSpec） - D. 梯度累积 - 答案： D - 解析：梯度累积是训练期优化技巧，与推理加速的推测解码家族无关。

推测解码中"拒绝"一个草稿 token 后，下一步是？ - A. 直接结束生成 - B. 从目标模型自己采样的正确 token 起继续，并保留已接受前缀 - C. 重新训练模型 - D. 丢弃全部已生成内容 - 答案： B - 解析：验证采用前缀一致的部分，在第一个分歧点切换回目标模型自身的采样，保证分布正确且尽量保留已接受的 token。

在本地跑通 27B 级密集模型做编程，社区常推荐的关键组合是？ - A. 低比特量化 + 支持 MTP 的推理框架 - B. 只增大温度 - C. 完全不用量化 - D. 关闭 KV 缓存 - 答案： A - 解析：量化降低显存门槛，配合 llama.cpp 的 MTP / vLLM 的投机解码可在消费级显卡上获得可用速度。

Rust 进入 CPython 这类趋势说明了？ - A. 系统语言与数据科学正在融合 - B. Python 将被淘汰 - C. Rust 不适合高性能 - D. 内存安全不再重要 - 答案： A - 解析：用 Rust 重写性能热点（如解释器核心、数据处理），兼顾安全与速度，是系统语言与数据科学生态融合的典型信号。

关于依赖管理，较稳妥的做法之一是？ - A. 永远从 VCS 直接获取依赖源码 - B. 尽量复制粘贴第三方代码 - C. 忽略锁定文件 - D. 禁用校验和 - 答案： A - 解析：直接从版本控制系统拉取并锁定依赖，可减少供应链篡改与"已发布包被替换"的风险，提升可复现性。

GhostLock 这类"潜伏多年的栈溢出漏洞"提醒我们，系统安全需要？ - A. 完全依赖 AI 审查 - B. 持续的内存安全审计与现代化语言实践 - C. 关闭所有更新 - D. 只相信旧代码 - 答案： B - 解析：栈溢出（stack-UAF）类漏洞长期存在，凸显对内存安全（如 Rust）与持续审计的重视价值。

试题试做第378页 - 生命科学与前沿科技学习平台 | 必学必会