ARTICLE · 1226175

华为机考AI方向10月21日笔试题与解析

发布时间：2026-10-22 04:03:54 最近访问：2026-10-22 04:03:42

写在前面

本次给大家带来2026年10月21日华为AI方向笔试题的2道题，本套题涉及到的岗位：AI算法工程师,AI应用开发工程师,AI数据科学工程师等以AI为开头的岗位，统一笔试，不区分部门。

需要我整理的AI机考速成攻略&题单可访问文章底部左侧：阅读原文

题号	题目	难度(对标leetcode)	核心做法
1	选择题	中等	选择题
2	用决策树判断玩家购买意向	困难	决策树
3	自动确定簇数的 X-Means 聚类	困难	聚类

选择题（156分 + 512分，共150分）

1、只有一个输出神经元的二分类模型，要把它的输出解释成“属于正类的概率”，最后一层应接哪个激活函数？

ReLU
Softmax
Sigmoid
Tanh

2、回归任务中混进了少量误差极大的离群点，下面关于 MSE 与 MAE 的说法，正确的是？

绝对值损失 MAE 对离群点更敏感
平方损失 MSE 对离群点更敏感
平方损失 MSE 在误差为 0 处不可导
绝对值损失 MAE 的收敛速度一般快于 MSE

3、缩放点积注意力里把除以，这样做的目的是什么？

把单头计算拆成多头并行
降低矩阵乘法的计算量
增加模型可训练参数
避免内积过大使 softmax 饱和、梯度接近 0

4、某推理场景里有 6 个逐元素的小算子需要串行执行。每次向 GPU 下发 kernel 的固定开销为，每个算子在 GPU 上的纯执行时间为，忽略访存优化。不融合时总耗时记为；用编译器把它们合并成一个 kernel 后总耗时记为。则约为多少？

1.5 倍
2 倍
3 倍
3.6 倍

5、RAG 流程中，向量检索这一步最终要拿到的东西是什么？

对问题做分词并截断到固定长度
从库里取出与问题语义最接近的文档片段
由生成模型据此写出最终答案
只要算出一个相似度分数就算完成

6、用 Self-Instruct 方法自动构造指令数据，起步时需要准备的是什么？

一个已经对齐好的奖励模型
一批带标注的测试集
大规模无标注图像
一小批人工编写的种子指令

7、设是维向量空间，是的子空间，则最大能取到多少？

8、用 ViT 做视觉编码器时，常把切出的视觉 token 再做一次压缩，其主要目的是？

提升输入图像的原始分辨率
让图像语义自动变准确
降低后续计算量与显存占用
增加视觉侧可训练参数量

9、关于 t-SNE，下面说法正确的是？

它是非线性方法，主要保留高维数据的局部邻域结构
它属于线性降维，结果对特征缩放敏感
它计算量很小，百万级样本可以随意直接跑
它每次运行结果完全随机，没有参考价值

10、PagedAttention 缓解 KV Cache 显存碎片化的做法是？

把 KV Cache 压缩为 INT8 低精度，靠降位宽省显存
丢弃部分早期 KV Cache，靠释放显存腾出空间
每步重算 KV 向量，靠减少存储量避免碎片
把 KV Cache 切成固定大小的页，让离散空闲块拼成连续页块使用

第2题-用决策树判断玩家购买意向(150分)

一款 5v5 竞技手游每逢版本更新都会上新皮肤。商店推荐位如果不加区分地把所有皮肤推给所有玩家，玩家划得累，购买转化率也上不去。项目组的做法是：先从历史数据里攒一批"看过页面、最终买没买"的记录，用决策树把购买意向学出来，再把新玩家逐条喂进这棵树做预测。

购买意向只用三个布尔特征描述，编号为 0、1、2：

特征编号	含义	取值
0	是否 VIP 会员（含月卡）	0 表示否，1 表示是
1	是否买过该英雄的皮肤	0 表示否，1 表示是
2	是否把该英雄打上过最高段位	0 表示否，1 表示是

训练样本的类别也只有两种：0 表示不购买（不推荐），1 表示购买（推荐）。

决策树的构建规则

熵

对只含两类的样本集，记类别 0、1 的样本占比为、（），熵定义为

其中的项按处理。

条件熵与信息增益

用特征把分成（取值为 0 的样本）与（取值为 1 的样本），分裂后的条件熵是两棵子树熵按样本量加权平均：

特征的信息增益，是分裂前后不确定性的减少量：

节点分裂

从根节点开始递归建树。在当前节点上，对尚未出现在从根到该节点的路径上的特征逐个计算信息增益，取增益最大的特征作为分裂特征；若几个特征的增益并列最大，取编号最小的那一个。然后按该特征的取值把节点内的样本分成两类：取值为 0 的进左子树，取值为 1 的进右子树。

某个特征一旦在某条路径上用过了，就不能在这条路径的下层节点上再用；但在另一条分支上它仍然可用。

终止条件

满足下列任意一条，当前节点就成为叶节点，不再分裂：

节点内所有样本的类别相同；
三个特征都已经在从根到该节点的路径上出现过；
所有尚未使用的特征，其信息增益都不大于 0。

条件 1 的叶节点，类别就是节点内样本的类别；条件 2、3 的叶节点按多数表决定类：节点内类别 1 的样本多于类别 0 就取 1，少于就取 0，两者数量相等时取 0。

预测

对一条待预测样本，从根节点出发，读出当前节点分裂特征的取值：0 走左子树，1 走右子树，直到落在叶节点，输出该叶节点的类别。

样例1

输入

5 51 0 1 11 1 0 10 0 1 00 1 1 11 0 0 01 0 11 1 00 0 10 1 11 0 0

输出

解释：训练集共 5 条，类别 0 有 2 条、类别 1 有 3 条，。三个特征的信息增益分别约为、、，最大的是特征 1，根节点按特征 1 分裂。特征 1 取 0 的一侧有 3 条样本，类别为 1、0、0，此时特征 0 与特征 2 的增益并列（都约为），按规则取编号较小的特征 0；其中特征 0 取 1 的两条样本类别仍不同，再按特征 2 分开。特征 1 取 1 的一侧两条样本类别都是 1，直接成为叶节点。5 条待预测样本依次落到类别 1、1、0、1、0 的叶节点上。

解题思路

核心思路是照着题面给的公式把决策树建出来，难点不在算法而在实现细节：特征只在"从根到当前节点"这条路径上禁用、增益并列取编号最小的特征、叶节点多数表决并列时取 0。

训练集只有 3 个布尔特征，决策树的深度最多为 3（一条路径上每个特征最多用一次），所以整棵树的规模是常数级，不需要任何剪枝或优化技巧，按定义递归即可。

实现方法：

读入条训练样本，每条样本存成。
递归建树。节点参数是当前节点包含的样本集合与该路径上已用过的特征集合（用一个 3 位掩码表示）。
节点内两类样本数：若有一类为 0，节点纯，直接成为叶节点，类别取该样本的类别。
否则先算节点熵。对每个未在路径上出现过的特征，统计的四元计数，按加权求条件熵，增益。用"严格大于当前最优值"的方式更新，并把比较换成：由于特征 0、1、2 是从小到大遍历的，并列时自然保留编号最小的那个。
若没有特征的增益严格为正，说明已经无法再降低不确定性，节点成为叶节点：取 1，否则取 0（相等时取 0）。
否则按选中的特征把样本分成两类递归下去，两侧的掩码都或上该特征的位。
预测时从根节点开始，看当前节点分裂特征的取值，0 进左子树、1 进右子树，走到叶节点输出类别。

几点容易写错的地方：

掩码只沿路径传递，另一个分支上同一个特征仍然可用，不要做成全局禁用。
纯节点（）必须先判断，否则会在没有可用特征时错误地走多数表决。
增益为 0 的特征不能选，否则会无限递归或退化；题面保证被选中的特征在节点内两种取值都出现过，左右子树都不会为空。
多数表决用"大于"而不是"大于等于"，两类相等时取 0。

python代码(C++和JAVA代码见在线OJ网址)

import mathEPS = 1e-9def entropy(c0, c1):# 熵 H(S) = -Σ p·log2 p；样本数为 0 的类别不产生贡献    n = c0 + c1    h = 0.0if c0:        p = c0 / n        h -= p * math.log2(p)if c1:        p = c1 / n        h -= p * math.log2(p)return hdef build(rows, used):# 统计当前节点的两类样本数，纯节点直接成叶    c1 = sum(r[3] for r in rows)    c0 = len(rows) - c1if c0 == 0 or c1 == 0:return rows[0][3]    n = len(rows)    h = entropy(c0, c1)    best = -1    gain = 0.0# 只在路径上没用过的特征里选增益最大的；并列时编号小的先出现，不会被替换for f in range(3):if used >> f & 1:continue        cnt = [[0, 0], [0, 0]]for r in rows:            cnt[r[f]][r[3]] += 1# 条件熵：两侧子集熵按样本量加权        cond = 0.0for v in (0, 1):            t = cnt[v][0] + cnt[v][1]if t:                cond += t / n * entropy(cnt[v][0], cnt[v][1])        g = h - condif g > gain + EPS:            gain = g            best = fif best < 0:# 没有正增益可用：多数表决，两类相等取 0return 1 if c1 > c0 else 0    left = [r for r in rows if r[best] == 0]    right = [r for r in rows if r[best] == 1]    node = used | 1 << bestreturn (best, build(left, node), build(right, node))def predict(node, x):# 特征取 0 走左子树，取 1 走右子树，直到叶节点while isinstance(node, tuple):        node = node[2] if x[node[0]] else node[1]return nodedef main():    n, m = map(int, input().split())    rows = [tuple(map(int, input().split())) for _ in range(n)]    root = build(rows, 0)for _ in range(m):print(predict(root, list(map(int, input().split()))))main()

第3题-自动确定簇数的 X-Means 聚类(300分)

K-Means 必须由人给定簇数 K；X-Means 是在其基础上加上 BIC（贝叶斯信息准则），利用算法在候选区间里把 K选出来。

本题要求实现 X-Means：给定 N 个 d 维数据点以及簇数候选区间 [Kmin, Kmax]，自动选出最优簇数 K，并输出各簇的中心坐标和每个数据点的簇标签。

算法介绍

K-Means 基础

K-Means 是最经典的无监督聚类算法：把 N 个点划分成 K 个簇，使簇内误差平方和（SSE）尽可能小。

SSE 定义：

也就是把每个点到其所属簇中心的欧氏距离平方全部累加。

算法步骤：

初始化：按确定性策略从数据中挑出 K 个点作为初始簇中心（见文末提示，不允许随机初始化）
分配（Assign）：把每个点归到距离最近的簇中心
更新（Update）：把每个簇的中心改成该簇内所有点的均值
重复 2、3 两步，直到某一轮迭代结束后所有点的簇标签都不再变化（视为收敛），或迭代轮数达到 100 轮上限

BIC（贝叶斯信息准则）

BIC 用于在若干 K 值对应的聚类结果之间做选择，既衡量拟合程度，也衡量模型复杂度：

参数说明：

符号	含义
n	数据点总数
SSE	误差平方和
p = K·(d+1)	模型参数个数（K 个 d 维中心 + 每簇 1 个权重参数）
K	实际簇数（重合中心合并之后的簇数）
ε	常数 1e-8，避免 SSE=0 时出现 log(0)

理解要点：

BIC 越小越好
第一项 (n\cdot\ln\left(\frac{SSE}{n}\right)) 刻画拟合误差 —— SSE 越小越好
第二项 (p\cdot\ln(n)) 是复杂度惩罚 —— 簇数越多，惩罚越重
簇数变多能压低 SSE，同时抬高惩罚，BIC 在两者之间取平衡

注意事项：

若 K-Means 收敛后簇中心重合而被合并，K 取合并后的实际簇数，而不是枚举时传入的 K
所有点重合导致 SSE=0 时，用 ε=1e-8 兜住 log(0)
若多个 K 算出的 BIC 相同，取其中最小的 K 作为最终结果

X-Means 算法流程

X-Means 的核心是枚举 + BIC 选优：

输入：数据集 X，簇数区间 [Kmin, Kmax]对 K = Kmin, Kmin+1, ..., Kmax    调用 KMeans(X, K)，得到 centers, labels, SSE    合并重合的中心，得到实际的 centers, labels, k_actual    计算 BIC = n·ln((SSE + 1e-8)/n) + k_actual·(d+1)·ln(n)选取 BIC 最小的 K 对应的聚类结果作为最终输出

样例1

输入

12 21.0 1.015.0 12.07.0 6.02.0 1.08.0 6.017.0 12.01.0 2.07.0 7.015.0 14.02.0 2.017.0 14.08.0 7.01 5

输出

31.50 1.507.50 6.5016.00 13.000 2 1 0 1 2 0 1 2 0 2 1

解释：12 个二维点明显聚成三小堆，每堆 4 个点，分别围绕 (1.5,1.5)、(7.5,6.5)、(16,13)，堆内距离远小于堆间距离。把 K 从 1 枚举到 5，对应 BIC 依次为 56.29、43.86、22.36、29.13、32.90，K=3 时最小，所以最终簇数为 3。三个簇按中心坐标的字典序升序编号：0 号 (1.50,1.50)、1 号 (7.50,6.50)、2 号 (16.00,13.00)。再按输入顺序逐点判定：(1,1) 属于 0 号簇，(15,12) 属于 2 号簇，(7,6) 属于 1 号簇……得到最后一行标签。

解题思路

本题是模拟题：把题面给出的 X-Means 流程逐步实现即可，难点全在细节上。

核心思路是枚举 + 按 BIC 选优：对区间 [Kmin, Kmax] 中的每个 K 跑一次 K-Means，合并重合的簇心，算出 BIC，最后取 BIC 最小的那组结果。

实现方法：

截断：先令 Kmax = min(Kmax, N)；若截断后 Kmin > Kmax，再令 Kmin = Kmax，之后枚举 K = Kmin..Kmax。
固定 K 的 K-Means。K=1 时初始簇心取全体点的均值（只有一个簇，结果其实与初始化无关）；K≥2 时把点按第一维升序稳定排序，第 i 个初始簇心取排序后下标的点。排序必须稳定：第一维相同时保持原有相对次序，输出才唯一。
迭代。分配时用 (距离平方, 簇编号) 这一对值比较，天然实现“到多个簇心距离相同时归给编号最小的簇”；若本轮得到的标签与上一轮完全相同就收敛退出；否则按标签重算各簇均值，空簇保留原来的中心。最多迭代 100 轮。
合并重合簇心。两两比较簇心，距离平方小于的两个簇用并查集并成一簇（合并可传递，代表取组内较小的编号）；合并后的簇心是该簇所有点的均值，簇数记作 k'，标签重新映射为 0..k'-1。
重编号。把合并后的簇心按坐标字典序升序排列（先比第一维，第一维相同再比第二维），建一张“旧编号 → 新编号”的表，逐点查表得到最终标签，簇心也按新顺序输出，于是同一份数据的输出唯一。
计算 BIC：

其中 SSE 由最终的簇心与最终的标签累加距离平方得到。比较时用严格小于，于是 BIC 相同的候选之间自然保留较小的 K。 7. 输出 k'、各簇心（保留两位小数，绝对值小于 0.005 的坐标置 0，避免出现 -0.00）以及 N 个标签。

容易出错的地方：

BIC 的惩罚项必须用合并后的实际簇数 k'，不能写枚举传入的 K。例如所有点重合时，K=2 的两簇中心完全一样，合并后 k'=1，惩罚项也要按 1 算。
合并是传递的：A 与 B 足够近、B 与 C 足够近时三者要并成一个簇，只做两两标记会漏。
标签重排必须在合并之后做，并且按坐标字典序比较；只比第一维时，第一维相同的两个中心会因实现不同而排出不同顺序。
空簇要保留原中心，否则重算均值时会除以 0。
Kmax 可能大于 N，Kmin 也可能大于截断后的 Kmax，这两条截断规则都要处理。