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 379 页

Antirez 在《Control the Ideas, Not the Code》中强调，AI 时代程序员的核心价值更偏向？ - A. 记忆更多语法 - B. 掌控"想法/设计"而非逐行代写 - C. 手写更快的循环 - D. 维护更长的代码 - 答案： B - 解析：他的观点是：当"写代码"可被代理化，人的稀缺价值转向对问题、架构与权衡…

给编码 Agent 配"一次性 Linux 虚拟机"（如 Clawk）的主要目的是？ - A. 提升推理速度 - B. 隔离风险，避免 Agent 直接访问本机敏感文件与系统 - C. 节省显存 - D. 美化界面 - 答案： B - 解析：把 Agent 放进可丢弃的沙箱，即使它误读或越权，损害也被限制在临时环境内，本机数据不受影响。

当 AI 编码助手（如 Grok CLI）把用户家目录上传到云端，最核心的风险是？ - A. 推理变慢 - B. 隐私数据（密钥、配置）泄露 - C. 模型精度下降 - D. 生成代码质量变差 - 答案： B - 解析：家目录常含 .ssh 密钥、.env、凭证文件等敏感信息，被未经授权上传会造成严重隐私与安全事故。

自投机解码（self-speculative）是指？ - A. 用目标模型自身的小版本当草稿 - B. 让两个大模型互相验证 - C. 完全不用草稿模型 - D. 仅用于推理训练 - 答案： A - 解析：自投机直接用目标模型的较小变体作为草稿模型，省去额外模型与对齐成本，是部署友好的一种变体。

Medusa / EAGLE 类方法的共同特点是？ - A. 依赖更大的目标模型 - B. 用轻量"出头"网络并行提议多个候选以提升接受率 - C. 只能用于图像模型 - D. 会降低输出质量 - 答案： B - 解析：这类方法训练轻量头来并行生成多个候选 token，提高单次验证被接受的数量，从而提升加速比且保持分布不变。

哪种场景推测解码收益最可能"有限"？ - A. 高并发在线服务 - B. 极短输出且草稿模型很不准 - C. 长文本生成 - D. 批量离线推理 - 答案： B - 解析：输出很短、或草稿模型接受率很低时，并行化摊薄的收益被额外算力抵消，加速不明显。

候选树（如 JetSpec）相比线性推测序列的主要优势是？ - A. 减少显存占用 - B. 用树状候选突破线性推测的扩展天花板 - C. 完全不需要目标模型 - D. 只能用于训练 - 答案： B - 解析：线性序列每步只能沿一条路径猜测；候选树允许分支并行验证，显著提升可接受的 token 数量与扩展性，阶跃 JetSpec 即此思路。

关于"草稿模型"，下列说法正确的是？ - A. 草稿模型必须比目标模型更大 - B. 草稿模型越准（接受率高），加速越明显 - C. 草稿模型不影响加速比 - D. 草稿模型只能用手工规则 - 答案： B - 解析：草稿模型的接受率 α 直接决定每个大步保留多少 token，α 越高加速越明显，因此"草稿准"比"草稿快"往往更重要。

vLLM 广为人知的核心技术是？ - A. 推测解码 - B. PagedAttention（分页注意力） - C. 模型蒸馏 - D. 混合精度训练 - 答案： B - 解析： vLLM 通过 PagedAttention 高效管理 KV 缓存碎片，大幅提升吞吐，是其相对 Ollama 等快很多的关键原因之一。

在本地部署中，决定"首 token 延迟"的关键通常是？ - A. 解码速度 - B. 预填充（prefill）吞吐 - C. 词表大小 - D. 温度参数 - 答案： B - 解析：处理数千 token 上下文时，prefill 吞吐量决定首 token 延迟，统一内存架构在 MoE 上解码快但 prefill 弱，因此 RAG 场景更看…

模型量化（如 INT4）的主要目的通常是？ - A. 提升模型精度 - B. 减小模型体积并加速推理、降低显存占用 - C. 增加训练速度 - D. 改善数据质量 - 答案： B - 解析：量化用更低比特表示权重（FP16→INT8/INT4），可显著减小体积、降低显存与带宽压力，从而加速本地推理。

推测解码主要加速的是推理的哪个阶段？ - A. 预填充（prefill）阶段 - B. 解码（decode）阶段 - C. 词表嵌入阶段 - D. 位置编码阶段 - 答案： B - 解析：推测解码针对自回归逐 token 生成的解码阶段做并行化；长上下文的 prefill 延迟主要取决于显存带宽，推测解码帮助有限。

llama.cpp 合入 MTP 后，在支持的模型上大致能带来什么效果？ - A. 预填充速度翻倍 - B. 解码阶段吞吐约翻倍 - C. 显存占用减半 - D. 模型精度提升 - 答案： B - 解析：社区基准显示，在 Qwen3 27B/35B 等支持 MTP 的模型上，正确配置后解码阶段 token 生成速度约 1.7–2 倍提升。

多 Token 预测（MTP）与传统推测解码的关键区别是？ - A. MTP 需要单独的草稿模型 - B. MTP 的预测头内置于模型架构本身 - C. MTP 只用于训练阶段 - D. MTP 会显著降低质量 - 答案： B - 解析： MTP 利用模型自带的辅助预测头并行预测多个未来 token，无需维护独立的小草稿模型，部署更简单、显存…

接受率 α 越高，推测解码的加速比会？ - A. 不变 - B. 越小 - C. 越大 - D. 先增后减 - 答案： C - 解析：接受率越高，每个大步保留的 token 越多，GPU 算力摊薄到更多 token 上，加速比随之增大。

在理想批处理下，平均每个"大步"产出的 token 数主要取决于哪两个变量？ - A. 模型参数量与显存 - B. 猜测步数 γ 与接受率 α - C. 上下文长度与温度 - D. 批大小与学习率 - 答案： B - 解析：加速比的核心变量是草稿模型一次猜测的步数 γ 和目标模型对草稿 token 的接受概率 α，公式约为 (1-α^(γ+…

推测解码加速后，目标模型的输出分布会如何变化？ - A. 变得更随机 - B. 变得更确定 - C. 与不加速时完全一致 - D. 质量略有下降 - 答案： C - 解析：验证步骤只在"是否采用草稿猜测"上做判断，拒绝时回退到目标模型自身采样，因此输出分布与逐 token 自回归完全一致，属于"免费"加速。

推测解码（speculative decoding）的核心思想是？ - A. 用更大模型替换小模型以提升质量 - B. 用小草稿模型并行猜测多个 token，再由大模型一次性验证 - C. 把模型蒸馏成更小的版本 - D. 增加批大小以提升吞吐 - 答案： B - 解析：推测解码让轻量草稿模型先并行猜出若干 token，目标模型一次性验证，…

前沿展望：结合今日所有热点(Astro7/Rust97/rust-gpu/LongCat/Hy3/Astryx/JetSpec)，预测未来 12-18 个月前端/AI 开发工具链的最大变革方向。

比较分析三种 Rust 重写前端工具的策略差异：渐进替换(SWC in Next.js)、全面重构(Astro 7.0)、新工具抢占(esbuild vs webpack)。各适用于什么场景？

试题试做第379页 - 生命科学与前沿科技学习平台 | 必学必会