夜雨聆风写在前面
本次给大家带来2026年6月24日华为AI方向笔试题的3道题，本套题目
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。
我整理的考试题单+攻略可访问文章底部左侧：阅读原文
第二题：先根据当前序列长度计算动态缩放后的基频，再按相邻两维一组求旋转角度并应用二维旋转公式得到结果；
第三题：先用前缀和 求任意区间变成中位数的代价，再用分段动态规划，并利用决策单调性做分治优化，求出最多 段的最小总代价。
塔子哥的配套刷题网站:codefun2000.com
第1题-选择题（15*6分 + 5*12分)
1、在解码过程中，Beam Search 的主要作用是？
{{ select(1) }}
搜索最优生成路径 减少生成时间 增加多样性 随机采样
2、以下哪项不是 Embedding 在 RAG 中的核心作用？
{{ select(2) }}
将查询与文档映射到同一语义空间，支持向量检索 压缩文档存储空间，减少磁盘占用 通过余弦相似度计算语义相关性 支持跨语言检索（多语言 Embedding）
3、关于Sigmoid激活函数，下列说法错误的是（ ）
{{ select(3) }}
具有平滑可导的特性，便于反向传播求导 易出现梯度消失问题，不适合深层网络 输出均值为，有利于加快网络收敛 输出范围为，可用于二分类任务的输出层
4、多模态对齐训练中，对比损失（Contrastive Loss）和匹配损失（Matching Loss）的目标不同。以下哪项正确？
{{ select(4) }}
对比损失只优化正样本对，负样本不参与梯度计算；匹配损失优化所有样本对 两者完全相同，只是损失函数形式不同（InfoNCE vs BCE） 对比损失拉近所有正样本对、推远所有负样本对；匹配损失仅优化二分类边界，不关注负样本相对距离 对比损失需要大规模负采样，匹配损失只需要个负样本，因此计算效率更高
5、在自注意力机制中，、、三个矩阵通常是通过什么方式得到的？
{{ select(5) }}
通过循环神经网络生成 输入向量与三个不同的权重矩阵相乘 随机初始化后保持不变 直接从输入向量复制得到
6、逻辑回归中关于Softmax函数的输出特性，以下哪项是正确的
{{ select(6) }}
所有输出之和等于 输出值可能为负数 对于相同的输入，每次计算输出可能不同 输出值与输入值成线性关系
7、在Transformer模型中，自注意力机制的主要作用是什么？
{{ select(7) }}
对输入序列进行降维处理 生成词嵌入 捕获序列中的长距离依赖关系 将输入序列映射到固定长度向量
8、循环神经网络（RNN）的主要特点是
{{ select(8) }}
处理序列数据 以上都是 权重共享 具有记忆能力
9、已知随机变量的方差，则的值是？
{{ select(9) }}
10、在某自动驾驶传感器数据预处理任务中，系统提取了维的高频特征。为了降低下游神经网络的计算负担，工程师决定使用PCA进行降维。计算协方差矩阵后，提取出最大的前个特征值依次为：，，，，。已知所有特征值的总和为。如果业务要求降维后的数据必须保留至少的原始信息（即累计方差贡献率），系统最少需要保留多少个主成分？
{{ select(10) }}
个 个 个 个
11、在循环神经网络（RNN）中引入长短期记忆网络（LSTM）的主要目的是通过门控机制解决：
{{ select(11) }}
计算过程无法并行的问题 模型的过拟合问题 长距离依赖下的梯度消失或爆炸问题 输入特征的降维问题
12、设是独立同分布的随机变量，且都服从参数为的几何分布，则它们的和服从什么分布？
{{ select(12) }}
几何分布 正态分布 泊松分布 负二项分布
13、Flash Decoding 技术是针对 LLM 推理哪个阶段的优化？
{{ select(13) }}
Decode Embedding Tokenization Prefill
14、相比于Sigmoid函数，ReLU（Rectified Linear Unit）的主要优势不包括？
{{ select(14) }}
缓解了梯度消失问题 计算速度更快（只需判断阈值） 神经元的稀疏激活（很多神经元输出为） 输出具有以零为中心的特性
15、在标准的 Multi-Head Attention 中，设输入序列长度为，模型隐藏维度为，注意力头数为，每个头的维度为。以下关于其参数量和计算量（FLOPs）的说法，哪一项是正确的？
{{ select(15) }}
参数量为（忽略bias），FLOPs 主要项为，与序列长度呈线性关系。 参数量与序列长度相关，为；FLOPs 主要项为。 参数量为；FLOPs 主要项为。 参数量为（忽略bias），FLOPs 中与序列长度相关的主要项为，来自矩阵乘法和 attention 加权求和。
16、为什么深层网络中更倾向于使用ReLU而不是Sigmoid？
{{ multiselect(16) }}
Sigmoid在两端饱和区域梯度趋近于，容易导致梯度消失 Sigmoid的输出不是零中心的，会导致梯度更新呈锯齿状 ReLU的计算涉及指数运算，比Sigmoid的简单阈值更高效 ReLU的导数在正区间恒为，利于梯度回传
17、在基于近邻关系进行样本归组时，以下哪些问题是常见的挑战？
{{ multiselect(17) }}
对异常点和局部噪声较敏感 大规模数据下近邻搜索开销较高 高维空间中近邻关系可能变得不稳定 不同取值可能导致分组结果差异较大
18、反向传播算法的优势包括
{{ multiselect(18) }}
高效计算梯度 实现简单 适用于深度学习网络 计算复杂度低
19、矩阵的可逆性是线性代数中的重要概念。下列哪些类型的矩阵一定是可逆的（非奇异的）？
{{ multiselect(19) }}
单位矩阵 满秩方阵 零矩阵 行列式不为的方阵
20、关于模型对齐（Alignment）失效场景，以下哪些情况可能导致模型输出有害内容？
{{ multiselect(20) }}
安全微调（RLHF）阶段的数据质量不足 模型推理时的温度参数（Temperature）设置过高 训练数据中包含大量有害言论 攻击者使用了特定的越狱提示词
题解
答案与解析
T1
答案：A.搜索最优生成路径 解析：Beam Search 会保留多个候选路径，尽可能搜索概率较高的生成序列。
T2
答案：B.压缩文档存储空间，减少磁盘占用 解析：Embedding 的核心作用是语义表示与向量检索，不是为了压缩存储空间。
T3
答案：C.输出均值为0，有利于加快网络收敛 解析：Sigmoid 输出范围是，不是零中心化，输出均值不为。
T4
答案：C.对比损失拉近所有正样本对、推远所有负样本对；匹配损失仅优化二分类边界，不关注负样本相对距离 解析：对比损失关注样本间相对距离，匹配损失更关注样本对是否匹配的分类边界。
T5
答案：B.输入向量与三个不同的权重矩阵相乘 解析：Q、K、V通常由输入分别乘以不同的线性变换矩阵得到。
T6
答案：A.所有输出之和等于1 解析：Softmax 会将输出转换为概率分布，因此所有类别概率之和为。
T7
答案：C.捕获序列中的长距离依赖关系 解析：自注意力可以直接建模序列中任意位置之间的关系。
T8
答案：B.以上都是 解析：RNN 可处理序列数据，具有权重共享和一定的记忆能力。
T9
答案：A. 解析：，所以。
T10
答案：D.个 解析：累计方差贡献率为，达到，因此保留个主成分。
T11
答案：C.长距离依赖下的梯度消失或爆炸问题 解析：LSTM 通过门控结构缓解普通 RNN 难以建模长距离依赖的问题。
T12
答案：D.负二项分布 解析：多个独立几何分布随机变量之和服从负二项分布。
T13
答案：A.Decode 解析：Flash Decoding 主要优化逐 token 生成的 Decode 阶段。
T14
答案：D.输出具有以零为中心的特性 解析：ReLU 输出范围为，并不是零中心化的。
T15
答案：D.参数量为（忽略bias），FLOPs 中与序列长度相关的主要项为，来自矩阵乘法和 attention 加权求和。 解析：标准多头注意力包含Q,K,V和输出投影，参数量约为，注意力计算主要有项。
T16（多选）
答案：A.Sigmoid在两端饱和区域梯度趋近于0，容易导致梯度消失、B.Sigmoid的输出不是零中心的，会导致梯度更新呈锯齿状、D.ReLU的导数在正区间恒为1，利于梯度回传 解析：ReLU 计算简单且正区间梯度稳定；C 中说 ReLU 涉及指数运算是错误的。
T17（多选）
答案：A.对异常点和局部噪声较敏感、B.大规模数据下近邻搜索开销较高、C.高维空间中近邻关系可能变得不稳定、D.不同K取值可能导致分组结果差异较大 解析：K近邻方法受噪声、数据规模、高维空间和K值选择影响较大。
T18（多选）
答案：A.高效计算梯度、B.实现简单、C.适用于深度学习网络、D.计算复杂度低 解析：反向传播能利用链式法则高效计算梯度，是训练深度网络的核心方法。
T19（多选）
答案：A.单位矩阵、B.满秩方阵、D.行列式不为0的方阵 解析：单位矩阵、满秩方阵和行列式不为0的方阵都一定可逆；零矩阵不可逆。
T20（多选）
答案：A.安全微调（RLHF）阶段的数据质量不足、B.模型推理时的温度参数（Temperature）设置过高、C.训练数据中包含大量有害言论、D.攻击者使用了特定的越狱提示词 解析：数据质量、推理参数、训练语料和越狱攻击都可能导致对齐失效。
第2题-动态旋转位置编码(150分)
题目内容
DynamicNTK-awareScaledRoPE 根据当前输入的实际序列长度 调整旋转位置编码（）的基频，实现动态位置内插。
动态缩放因子：，其中 为当前序列长度， 为模型原始预训练长度。
基频（）变换：将原始基频 变换为 ，其中 为编码维度。
旋转频率计算：位置 在第 对维度索引上的旋转角频率
计算：对每对维度 做旋转变换 ，
实现时请使用 位精度。
输入描述
第 行：，其中 为当前序列长度， 为模型原始预训练长度， 为编码维度， 为原始基频， 为当前位置
第 行：当前序列在位置 处的向量 ，长度为
输出描述
应用旋转位置编码后的结果，输出保留 位小数，不足 位小数的补
样例1
输入
368 276 16 1450.9560044215173 209-1.8728 1.3494 1.2030 -0.5053 -1.0223 -0.4466 1.5474 0.0967 0.0820 -2.1588 0.9543 0.0011 -0.0810 0.4860 -0.0258 0.2101输出
-1.1873 -1.9795 0.3002 -1.2698 -1.0961 -0.2079 1.3933 -0.6801 -2.1600 0.0418 -0.2163 0.9295 -0.3734 0.3215 -0.0806 0.1957样例2
输入
20 10 16 100.0 121.0 0.0 -1.0 0.5 0.3 -0.2 1.0 0.0 -1.0 0.5 0.3 -0.2 1.0 0.0 -1.0 0.5输出
0.8439 -0.5366 -0.9001 0.6631 -0.2941 0.2085 -0.0147 0.9999 -1.0526 -0.3769 0.3549 -0.0634 0.9781 0.2080 -1.0476 0.3907说明
根据输入的信息，当前输入序列长度为 ，超出了模型的原始预训练长度 ，因此需要进行动态位置内插。
已知输入中第 位的向量为 ，长度为 ，现对其做基频变换 后应用 算法，即可得到旋转后的最终结果
题解
解题思路
本题使用动态 缩放算法调整 的基频，再对向量中每组相邻维度进行二维旋转。
首先根据当前序列长度 和原始预训练长度 计算缩放因子：
然后计算新的基频：
向量按照相邻两个元素分组。对于第 组，其中 ，对应的维度下标为：
该组使用的旋转角度为：
对 应用二维旋转：
依次处理全部 组元素即可。计算过程中使用 精度，最后将每个结果输出为四位小数。
复杂度分析
需要遍历长度为 的向量一次，因此时间复杂度为：
使用一个长度为 的数组保存结果，因此空间复杂度为：
除去返回结果所需空间，额外空间复杂度为 。
代码实现
python代码(C++和JAVA代码见在线OJ网址)
import sysimport mathdefdynamic_rope(T, L, D, base, position, x):# 计算动态缩放因子 scale = max(1.0, T / L)# 根据动态 NTK 缩放公式更新基频 new_base = base * math.pow(scale, D / (D - 2)) result = [0.0] * D# 每两个相邻维度进行一次二维旋转for i in range(D // 2): d = 2 * i angle = position * math.pow(new_base, -2.0 * i / D) cos_value = math.cos(angle) sin_value = math.sin(angle) result[d] = x[d] * cos_value - x[d + 1] * sin_value result[d + 1] = x[d] * sin_value + x[d + 1] * cos_valuereturn resultdefmain(): data = sys.stdin.read().split() T = int(data[0]) L = int(data[1]) D = int(data[2]) base = float(data[3]) position = int(data[4]) x = []for i in range(D): x.append(float(data[5 + i])) answer = dynamic_rope(T, L, D, base, position, x) print(" ".join(f"{value:.4f}"for value in answer))if __name__ == "__main__": main()第3题-最优分段常数量化(300分)
题目内容
在模型量化中，当数据分布极度不均匀时，全局统一缩放会造成大量精度损失。一种优化策略是将数据划分为若干连续区间（分段），每段内部使用独立的常数值（代表值）进行近似，从而在保证压缩率的同时最小化总体误差。
本题要求实现一种最优分段算法：给定已排序的数据序列，将其划分为至多 个连续区间，每个区间的所有数据被替换为该区间内的某个代表值（该值不必是输入中的数，但为简化本题，代表值必须是区间中位数取整后的值）。目标是使得所有数与对应代表值的绝对误差之和最小。
输入描述
第 行：（，）
第 行： 个已按非降序排列的整数
量化规则：
将序列划分为至多 个连续区间
对每个区间 ，计算其中位数 （若长度为偶数，取下中位数，即第 个数）
区间误差代价
目标：
在满足区间数量 的前提下，最小化总代价
输出描述
一个整数，表示最小总代价
样例1
输入
3 11 2 3输出
2样例2
输入
5 21 2 10 11 12输出
3说明
不分段（）：中位数是 ，代价
最优分段（）：划分为 和
第一段中位数 ，代价
第二段中位数 ，代价
总代价
题解
解题思路
序列已经按非降序排列。对于一个区间 ，把所有数替换成该区间的中位数时，绝对误差和最小。
设中位数位置为：
用前缀和 可以在 时间计算区间代价：
设 表示前 个数恰好分成 段的最小代价，则：
其中t-1<=p<i
由于该区间代价满足 性质，最优决策点具有单调性，可以使用动态规划分治优化，把每一层 的计算优化到 。
因为继续拆分区间不会让总代价变大，所以“最多 段”的最优答案可以用“恰好 段”的 表示。
复杂度分析
计算每个区间代价为 。
动态规划共有 层，每层使用分治优化计算，时间复杂度为：
只保留上一层和当前层 ，空间复杂度为：
该复杂度适合 ， 的数据范围。
代码实现
python代码(C++和JAVA代码见在线OJ网址)
import sysdefmin_total_cost(n, k, nums): a = [0] + nums# 前缀和，方便 O(1) 计算区间代价 pre = [0] * (n + 1)for i in range(1, n + 1): pre[i] = pre[i - 1] + a[i]defcost(l, r):# 区间 [l, r] 的中位数位置 mid = (l + r) // 2# 左侧到中位数的代价 left = a[mid] * (mid - l + 1) - (pre[mid] - pre[l - 1])# 右侧到中位数的代价 right = (pre[r] - pre[mid]) - a[mid] * (r - mid)return left + right INF = 10 ** 30 prev = [INF] * (n + 1) prev[0] = 0defcompute(cur, prev, l, r, opt_l, opt_r, t):if l > r:return mid = (l + r) // 2 best_val = INF best_pos = opt_l# 枚举上一段结束位置 p start = max(opt_l, t - 1) end = min(opt_r, mid - 1)for p in range(start, end + 1): val = prev[p] + cost(p + 1, mid)if val < best_val: best_val = val best_pos = p cur[mid] = best_val# 利用最优决策点单调性进行分治 compute(cur, prev, l, mid - 1, opt_l, best_pos, t) compute(cur, prev, mid + 1, r, best_pos, opt_r, t) k = min(k, n)for t in range(1, k + 1): cur = [INF] * (n + 1) compute(cur, prev, t, n, t - 1, n - 1, t) prev = curreturn prev[n]defmain(): data = list(map(int, sys.stdin.read().split())) n, k = data[0], data[1] nums = data[2:2 + n] print(min_total_cost(n, k, nums))if __name__ == "__main__": main()