华为 AI 方向机考错题本
试卷：2026-08-05 语言：Python 3 用途：刷题后复盘。每道题记录“考点—正确结论—易错点”。
一、错题总览
线性代数
概率论与数理统计
机器学习基础
深度学习与神经网络
强化学习
自然语言处理
大模型
二、逐题记录
2026-07-01 · Q1 概率分布差异度量 答案：C（余弦相似度）
题干：下列哪个量可用于衡量两个概率分布的差异？
本题按题目给定答案记录为余弦相似度。注意：在严格的信息论语境中，KL 散度是专门衡量概率分布差异的常用指标。
线性代数错题
Q20 矩阵转置线性变换 答案：C（是）
题干：在 (2×2) 矩阵空间中，(T(A)=A^T) 是否为线性变换？
转置满足加法和数乘：
(A+B)^T=A^T+B^T， (cA)^T=cA^T
并且 ((A^T)^T=A)。因此 (T(A)=A^T) 是线性变换。注意：这不表示所有矩阵都满足 (A=A^T)，后者只对对称矩阵成立。
概率统计错题
新题1 异常值与回归评价指标 答案：RMSE
题干：回归数据含少量极端异常值时，哪个指标通常最敏感？
RMSE=√[(1/n)Σ(yᵢ−ŷᵢ)²]
RMSE 会将误差平方，极端误差被放大，因此比 MAE、中位数绝对误差更容易受异常值影响。
新题2 贝叶斯垃圾邮件判断 答案：0.667
题干：某词在垃圾邮件和正常邮件中的出现概率分别为 0.8、0.1，垃圾邮件先验为 20%。邮件含该词时为垃圾邮件的概率是多少？
P(S|W)=0.8×0.2/[0.8×0.2+0.1×0.8]=0.667
这是贝叶斯公式：后验概率 = 似然×先验 ÷ 总概率。
新题3 泊松样本的期望 答案：两者期望都为 λ
题干：泊松样本的样本均值与无偏样本方差的期望关系？
若 (X_i∼Poisson(λ))，则：
E(X̄)=λ， E(S²)=Var(Xᵢ)=λ
不要与 (operatorname{Var}(X̄)=λ/n) 混淆；题目问的是样本均值的期望。
Q1 Softmax 数值稳定性 答案：D
题干：softmax(x)i=exᵢ/Σjexⱼ，当 xi 较大（如 >1000）会导致数值溢出。正确的稳定化实现是？
softmax(x)i=exp(xi−max(x))/Σexp(xj−max(x))
要点：整体减去最大值不改变结果，最大指数变为 1，避免溢出。L2 归一化和除以最大值不是等价稳定技巧。
Q2 VQA 答案：A
题干：视觉问答（Visual Question Answering，VQA）是典型的多模态任务，它的输入和输出分别是什么？
Visual Question Answering 的输入是图像+自然语言问题，输出是文本答案，属于视觉与语言的多模态任务。
Q3 HRL 顺序子任务奖励 答案：B（−11）
题干：HRL 将任务依次拆为 A、B、C、D。奖励分别为 5、8、12、16；失败惩罚分别为 −RA/2、−RB/4、−RC/3、−RD/4。某任务失败时后续任务跳过，并额外施加“后续被跳过任务基础奖励平均值”的负级联惩罚。现 A 成功、B 失败，求总奖励。
A 成功得 5；B 失败罚 −8/4=−2；C、D 被跳过，级联惩罚为 −(12+16)/2=−14；总和 5−2−14=−11。
易错：被跳过任务不再获得基础奖励/失败惩罚，但会触发级联惩罚。
Q4 向量距离 答案：D（√8）
题干：词向量 vx=[2,3]T、vy=[4,1]T，采用欧氏距离计算相似度，欧氏距离是多少？
d(x,y)=√Σ(xi−yi)²=√[(-2)²+2²]=√8
Q6 截断 SVD 存储比例 答案：A（88.74%）
题干：某推荐系统中用户与短视频评分数据的矩阵维度为 1000×800，若使用 SVD 分解并保留秩 50，存储空间可减少的比例约为？
A≈UkΣkVkT。原矩阵 1000×800=800000；k=50 时存储量 1000×50+50+50×800=90050；减少率 1−90050/800000≈88.74%。
Σ 是对角阵，只存 50 个奇异值。奇异值=√(ATA 的特征值)。
Q10 RAG 余弦相似度 答案：B（0.989，极高）
题干：RAG 语义检索中，归一化向量 q=[0.8,1.2,1.6,2.0]、c=[1.0,0.8,1.4,1.8]。计算余弦相似度（保留 3 位小数），并按 ≥0.95 极高、0.85～0.95 高、<0.85 中等判断匹配等级。
cos(q,c)=(q·c)/(||q||||c||)=7.6/√(8.64×6.84)≈0.989
快捷模板：逐项相乘求点积；各自平方求和；最后相除。
Q11 最大似然估计 MLE 答案：D
题干：已知随机过程符合某种分布但参数 θ 未知，观察样本数据 X 后，MLE 的核心操作是什么？
θ̂=argmaxθ p(X|θ)，独立样本时最大化 Σlog p(xi|θ)
A 是特定分布下的结果；B 是贝叶斯后验；C 是一致性理论性质。
Q12 逻辑回归评价指标 答案：D（MSE）
题干：在逻辑回归中，评价模型性能的常用指标不包括哪一项？
分类常用 Accuracy、Log Loss、AUC、Precision、Recall、F1；MSE 主要用于回归。AUC 是 ROC 曲线下面积，表示随机正样本得分高于随机负样本的概率。
Q13 推理峰值内存 答案：A
题干：端侧推理过程中，以下哪项因素最可能导致实际峰值内存显著超过模型文件本身大小？
峰值内存不仅有模型参数，还包括中间激活、临时 buffer、多分支并发缓存、batch 输入等。模型文件小不代表运行峰值内存小。
Q14 集中趋势 答案：B（均值）
题干：数据分析中，需要描述一组数据的“典型水平”或“中心位置”，下列哪个统计量最适合描述集中趋势？
均值/中位数/众数描述集中趋势；方差/标准差描述离散程度；偏度描述分布偏斜。
Q15 GSPO 序列级重要性采样 答案：A
题干：GSPO 引入序列级（sequence-level）重要性采样比率的主要原因是什么？
token 比率连乘会随长序列造成高方差、爆炸或消失。GSPO 以序列为粒度，并常用长度归一化的几何平均：
s=exp[(1/T)Σtlog rt]
不是为了提高探索、消除奖励模型偏差，也不等于 off-policy。
Q16 Householder 变换 答案：A、C、D
题干：以下关于 Householder 变换（利用反射矩阵 H=I−2vvT 将向量反射到坐标轴方向的正交变换）的性质，正确的有？
H=I−2vvT（vTv=1）
- 对称：HT=H；
- 正交：HTH=I；
- 反射：Hv=−v，所以 det(H)=−1；
- 用于稳定 QR 分解，比经典 Gram-Schmidt 数值更稳定。
易错：B“行列式为+1”错误，+1 通常对应旋转，Householder 是反射。
Q18 梯度矩阵的秩与零空间 答案：A、B、C
题干：CNN 训练时梯度矩阵 A∈R1000×2000，且 rank(A)=500。结合线性代数中秩-零度定理及深度学习优化原理，以下说法正确的有？
根据秩-零度定理：
dim N(A)=列数−rank(A)=2000−500=1500
- A：若参数方向 v∈N(A)，则 Av=0，每个样本梯度在该方向的投影为零，损失的一阶变化为零，可能对应平坦区域或鞍点。
- B：零空间越大，有效梯度信息维度越低，参数更新存在更多无效方向。
- C：题目给出 rank(A)=500，因此零空间维度恰为 1500。
- D：新增梯度若线性相关，矩阵秩和零空间维度不会改变，故不能保证“直接降低”。
易错：一定先找题干给出的 rank。零空间维度是“列数−秩”，不是一般情况下的“列数−行数”。
Q19 在线逻辑回归 答案：A、B、C
题干：考虑逻辑回归在在线学习（Online Learning）场景下的性质，以下哪些说法正确？
- A：每到一个样本立即更新，形式上相当于 batch size=1 的随机梯度下降。
- B：AdaGrad 为各参数分配自适应学习率，低频稀疏特征仍能得到较大的有效步长。
- C：在线模型持续吸收新数据，通常比一次性批量训练更能适应概念漂移。
- D：固定学习率可能振荡或发散，不能保证严格收敛到全局最优。
易错：在线学习强调流式到达和持续更新；batch size=1 只描述更新粒度。固定学习率不等于有收敛保证。
三、2026-07-24 AI 岗真题
Q1 独立随机变量线性组合的方差 答案：B（11）
题干：独立随机变量 X~N(1,2)、Y~N(2,3)，Z=2X−Y 的方差为？
正态分布 N(μ,σ²) 的第二个参数是方差，所以 Var(X)=2、Var(Y)=3。
Var(aX+bY)=a²Var(X)+b²Var(Y)+2abCov(X,Y)
理解性推导：设 X'=X−E[X]、Y'=Y−E[Y]。由方差定义：
Var(aX+bY)=E[(aX'+bY')²]
=a²E[X'²]+b²E[Y'²]+2abE[X'Y']
其中 E[X'²]=Var(X)、E[Y'²]=Var(Y)、E[X'Y']=Cov(X,Y)。X、Y 独立时协方差为 0，交叉项消失，因此：
Var(2X−Y)=2²×2+(−1)²×3=8+3=11
- 为什么系数要平方：方差本身来自“偏差的平方”，所以缩放 a 倍后方差缩放 a² 倍。
- 为什么相减仍然相加：(−1)²=1；独立时没有协方差交叉项。
- 顺带结论：E[Z]=2×1−2=0，独立正态变量的线性组合仍为正态，因此 Z~N(0,11)。
理解记忆：先把变量减去各自均值得到中心化变量，再展开平方。公式是从方差定义推出来的，不需要孤立死背。
Q4 L2 正则化与模型稳定性 答案：A
题干：L2 正则化为何常有助于提升模型稳定性？
L2 正则化在原损失后增加权重平方惩罚：
Ltotal=Ldata+λ||w||2²
它促使权重整体变小。对线性模型 y=wᵀx+b，输入发生微扰 Δx 时：
|Δy|=|wᵀΔx|≤||w||2||Δx||2
限制权重范数会降低输出变化的上界，从而减少模型对输入噪声和微小扰动的敏感性，通常改善稳定性与泛化能力。
- B 错：深度网络通常是非凸优化，L2 不能保证全局最优。
- C 错：L2 使权重趋小，但通常不会将权重精确压成 0；L1 更容易产生稀疏权重。
- D 错：正则化不保证缩短训练时间。
理解记忆：L1 促稀疏；L2 缩小整体权重，使函数更平滑、对扰动更不敏感。L2 的梯度项与权重成正比，因此常与 weight decay 联系起来。
Q5 one-hot 多分类交叉熵 答案：B（−log 0.8）
题干：one-hot 标签 [0,1,0]，预测概率 [0.1,0.8,0.1] 的交叉熵为？
多分类交叉熵为：
L=−Σiyilog pi
代入 one-hot 标签后，非真实类别位置都乘以 0，只有真实类别的概率 0.8 被保留：
L=−[0log(0.1)+1log(0.8)+0log(0.1)]=−log(0.8)≈0.223
真实类别概率越接近 1，损失越接近 0；若模型对错误答案非常自信，即真实类别概率趋近 0，损失会急剧增大。
理解记忆：one-hot 多分类交叉熵只看真实类别对应的预测概率，即 −log(p_true)。选项 C 忘记了每项前还要乘 yi。
Q6 PCA 前的特征标准化 答案：C
题干：PCA 前通常标准化特征的主要原因是？
PCA 寻找数据方差最大的方向。如果不同特征的单位或数值范围差异很大，数值尺度大的特征通常具有更大的方差，容易不成比例地主导主成分。
常用 Z-score 标准化：
z=(x−μ)/σ
标准化后，每个特征通常具有均值 0、方差 1，使不同量纲下的方差可以公平比较，PCA 更能反映变量之间的相关结构。
- A 错：标准化只是预处理；主成分仍需通过协方差/相关矩阵的特征分解或 SVD 得到。
- B 错：PCA 不要求数据必须服从正态分布。
- D 错：标准化不会改变特征之间的线性相关关系，不能保证原特征线性无关。
理解记忆：PCA 按“方差大小”寻找方向。单位不统一时，方差不能公平比较；先标准化相当于让各特征站在同一起跑线上。若所有特征本来就同量纲且尺度有实际意义，则不一定必须标准化。
Q7 多模态后融合（Late Fusion） 答案：B
题干：多模态任务中的后融合（Late Fusion）是指？
Late Fusion 让图像、文本、语音等模态分别完成特征提取，甚至各自产生预测分数，最后在决策层附近组合结果。
ŷ=αŷimage+βŷtext
- Early Fusion：在输入层或浅层直接拼接不同模态，对应选项 C。
- Intermediate Fusion：各模态先编码一部分，再在网络中间通过拼接、注意力或交叉注意力交互。
- Late Fusion：各模态独立编码，在接近最终决策的位置进行加权、投票或分数融合。
理解记忆：Early 是“先合再学”，Middle 是“边学边合”，Late 是“各学各的，最后表决”。
Q10 评分尺度差异与相似性 答案：C（皮尔逊相关系数）
题干：用户评分尺度差异明显时，更适合用哪种相似性？
不同用户可能有不同的打分基准：一名用户习惯打 4～5 分，另一名用户习惯打 2～3 分，但两人对物品的偏好升降趋势可能一致。皮尔逊相关系数会先减去各自均值，因此能减弱评分整体偏高或偏低造成的影响：
rxy=Σ(xi−x̄)(yi−ȳ) / √[Σ(xi−x̄)² Σ(yi−ȳ)²]
- 皮尔逊相关：衡量中心化后的线性变化趋势，适合评分基准存在偏移的用户。
- 欧氏/曼哈顿距离：直接比较绝对数值差，容易受评分尺度和整体偏移影响。
- 汉明距离：主要比较离散符号或编码在多少个位置不同，不适合连续评分偏好。
理解记忆：评分尺度不同，重点比较“喜欢和不喜欢的趋势是否同步”，而不是绝对分数是否接近，所以用皮尔逊相关。注意：皮尔逊能消除平移并对正比例缩放不敏感，但它衡量的是线性相关。
Q11 PagedAttention 的 Block Size 答案：D
题干：PagedAttention 的 Block Size 设为 1 的主要问题是？
PagedAttention 把请求的 KV Cache 拆成固定大小的逻辑块，通过块表映射到可能不连续的物理显存。Block Size 表示每个块容纳的 token 数。
若 Block Size=1，每个 token 都单独占一个块。长度为 L 的序列需要 L 个块表项；若 Block Size=B，则大约只需要 ⌈L/B⌉ 个块表项。
- 优点：块内几乎没有因最后一个块未填满造成的内部碎片。
- 主要代价：块表和索引元数据显著增多，地址转换更加频繁。
- 访存影响：大量微小且分散的物理块降低连续访存、缓存局部性和 GPU 合并访存效率。
因此 Block Size 是空间利用率与访问效率之间的折中：
块太大 → 内部碎片增加；块太小 → 元数据、寻址和不连续访存开销增加
- A 错：块大小影响 KV Cache 管理，不会使模型权重无法加载。
- B 错：块内浪费减少不等于整体显存利用率必为 100%。
- C 错：更细的块会增加管理与访存开销，不能保证吞吐量提高。
理解记忆：PagedAttention 类似操作系统分页。页太大浪费页内空间，页太小则页表庞大、地址转换频繁；Block Size=1 是“粒度过细”的极端情况。
Q12 语言模型困惑度（Perplexity） 答案：C
题干：对于高质量且符合目标分布的文本，模型困惑度通常如何？
困惑度是语言模型平均负对数似然（交叉熵）的指数：
PPL=exp[−(1/N)Σilog p(xi|x<i)] = exp(平均交叉熵)
模型给真实 token 的概率越高，负对数似然越低，PPL 也越低。它可以直观理解为模型预测下一个 token 时，平均在多少个候选之间“犹豫”。
- A 错：PPL 通常越低越好，理论下限为 1。
- B 错：PPL 主要反映预测不确定性和对数据分布的拟合程度，不是只衡量多样性。
- C 对：在相同评测条件下，PPL 越低通常表示真实 token 获得的预测概率越高。
- D 错：PPL 与模型对目标文本分布的预测质量密切相关。
易错与限制：只能在相同数据集、相同 tokenizer 和相近评测条件下公平比较 PPL。不同分词粒度会改变 token 数和概率分解，数值不能直接横向比较。记忆链：交叉熵低 ⇔ PPL 低 ⇔ 对真实文本更有把握。
Q13 Transformer 滑动窗口与 KV Cache 答案：A（20，20）
题干：滑动窗口大小 20，Prefill 30 token 后又 Decode 15 token，此时保留 token 数和注意力上下文长度为？
先算总长度：Prefill 处理 30 个输入 token，Decode 又生成 15 个 token，所以模型已经处理：
T=P+D=30+15=45
滑动窗口只允许保留并直接关注最近 W=20 个 token。因此较早的 25 个 token 滑出窗口，保留数量和当前局部注意力上下文长度均为：
min(P+D,W)=min(45,20)=20
Transformer 推理基础：
- 注意力：
Attention(Q,K,V)=softmax(QKᵀ/√dk)V。Q 表示当前 token 要查询什么，K 用于匹配历史位置，V 提供实际内容。 - 因果注意力：自回归生成时，第 t 个 token 只能关注它之前的 token，不能看到未来。
- Prefill：并行处理完整输入提示词，并为输入 token 计算 K、V。
- Decode：每次生成一个新 token；若没有缓存，必须重复计算全部历史 token。
- KV Cache：缓存历史 token 的 K、V，用显存换取更少的重复计算，从而加速 Decode。
- 滑动窗口：只保存或直接关注最近 W 个 token，限制 KV Cache 和局部注意力长度，但会牺牲直接的长距离依赖。
选项陷阱：B 把 Decode 数量误当成保留量；C 忽略窗口限制；D 把 Decode 数量误当成上下文长度。窗口中的 20 个 token 可以同时包含 Prefill 尾部和 Decode token。
机考公式：Prefill=P，Decode=D，窗口=W，则当前总长度为 P+D；滑动窗口内保留量及局部上下文长度通常为 min(P+D,W)。
Q14 SVD 的基本性质 答案：A
题干：关于 SVD，哪项正确？
任意实矩阵都可以分解为 A=UΣVᵀ。完整 SVD 中 U、V 可取为正交矩阵；Σ 的对角元素是奇异值，满足 σᵢ≥0。
σᵢ=√λᵢ(AᵀA)
- 不要求 A 可逆，也不要求 A 是方阵。
- AᵀA 半正定，特征值非负，因此奇异值不会为负。
- 紧致 SVD 中 U、V 可能是矩形的列正交矩阵。
速记：任意矩阵可 SVD；U、V 正交；奇异值非负；不要求方阵或可逆。
Q19 非零向量点积与余弦相似度 答案：A、B、C、D
题干：关于非零向量点积和余弦相似度，正确的有哪些？
余弦相似度定义为：
cos(x,y)=x·y/(||x||₂||y||₂)
- A 对：非零向量的范数乘积为正，所以点积与余弦相似度符号相同。
- B 对：注意力中的点积通常配合缩放/温度控制分布尖锐程度；直接换成有界余弦可能导致 logits 范围过窄、softmax 过平，降低区分度。
- C 对：
x·y=||x||||y||cosθ，同时受夹角方向和两个向量长度影响。 - D 对：令
norm(x)=x/||x||₂、norm(y)=y/||y||₂，则norm(x)·norm(y)=cos(x,y)。所以余弦相似度正是两个向量分别 L2 归一化后的点积。
理解记忆：点积=方向相似度×长度放大；余弦只看方向、范围 [−1,1]。使用余弦替代注意力 logit 时，常需可学习温度或缩放因子。
Q16 Activation Checkpointing 答案：A、D
题干：关于 activation checkpointing，正确的有哪些？
Activation checkpointing 只保存部分前向激活，反向传播时重算未保存的激活，用计算换显存。A、D 正确；B 错，重算通常增加训练时间；C 错，该技术主要用于训练阶段。
速记：少存激活、反向重算；用计算换训练显存。
Q17 训练与推理显存优化 答案：B、C、D
题干：关于训练和推理显存优化，合理的有哪些？
KV cache 受层数、序列长度、KV 头数、head 维度和数值精度影响。PagedAttention 用分页块管理 KV cache；训练重计算减少中间激活；FP8 等低精度通常减少 KV cache 每个元素占用的字节数。
KV Cache 显存 ∝ 层数 × 序列长度 × KV头数 × head维度 × 2(K,V) × 每元素字节数
Q18 ResNet Shortcut Connection 答案：A、B、D
题干：关于 ResNet shortcut connection，正确的有哪些？
y=F(x)+x， ∂y/∂x=∂F/∂x+I
shortcut 提供梯度直通路径；当 F(x)=0 时实现恒等映射；维度一致时 identity shortcut 不需要参数。残差连接是通用架构思想，也大量用于 Transformer。
Q20 双分支多模态模型训练 答案：A、B、C、D
题干：双分支多模态模型训练中，正确的有哪些？
不同模态分支的梯度范数差异过大时，模型可能过度依赖梯度更强的模态。可通过分支梯度归一化、重标定或梯度裁剪缓解。
Swish(x)=xσ(x)， Swish'(x)=σ(x)+xσ(x)(1−σ(x))
当 x 为较大正数时，σ(x)→1，因此 Swish'(x)→1，有利于梯度传播。
四、待继续补充
朴素贝叶斯垃圾文本分类 答案：D（0.91）
题干：朴素贝叶斯垃圾文本过滤中，(P(Spam)=0.4)；垃圾文本包含 (W_1,W_2) 的条件概率分别为 0.5、0.6，正常文本对应概率为 0.1、0.2。假设类条件独立，同时包含两个词的文本为垃圾文本的后验概率是多少？
正常文本先验为 (P(Normal)=0.6)。根据类条件独立假设：
P(W_1,W_2|Spam)=0.5×0.6=0.3
P(W_1,W_2|Normal)=0.1×0.2=0.02
两个类别的未归一化得分分别为 (0.4×0.3=0.12) 和 (0.6×0.02=0.012)。归一化后：
P(Spam|W_1,W_2)=\frac{0.12}{0.12+0.012}=0.909≈0.91
易错点：不仅要相乘各特征的条件概率，还要乘类别先验，最后对所有类别得分进行归一化。
牛顿迭代法求方程根 答案：A（1.75）
题干：使用牛顿迭代法求方程 (x²−3=0) 的正根，初始点 (x_0=2)，单次迭代后的 (x_1) 是多少？
令 (f(x)=x²−3)，则 (f'(x)=2x)。牛顿迭代公式为：
x_{k+1}=x_k−\frac{f(x_k)}{f'(x_k)}
代入 (x_0=2)：
x_1=2−\frac{2²−3}{2×2}=2−\frac14=1.75
易错点：分母要代入导数 (f'(x_0)=2x_0=4)，不是原函数值。
凸函数的基本性质 答案：A、B、C
题干：以下关于凸函数的性质，正确的有哪些？
A 正确，凸函数对加法封闭；B 正确，若 (a_i≥0)，则 (Σa_if_i) 仍为凸函数；C 正确，凸优化中不存在严格意义上的“局部最优但非全局最优”；D 错误，凸函数与凹函数之和未必凸，例如 (x²+(−2x²)=−x²) 是凹函数。
易错点：非负线性组合中的系数必须非负；你原先选择了 B、C，漏选了 A。
伯努利分布合格率的最大似然估计 答案：B（0.6）
题干：抽检 5 个灯泡，寿命为 ([2,0,3,0,4])。合格品寿命服从指数分布，不合格品寿命为 0，求合格率 (p) 的最大似然估计。
将非零寿命记为合格 (Y=1)，寿命为 0 记为不合格 (Y=0)，状态样本为 ([1,0,1,0,1])。因此 (Y_i\sim Bernoulli(p))，似然函数为：
L(p)=∏p^{yᵢ}(1−p)^{1−yᵢ}=p³(1−p)²
其中 (p) 的指数 3 表示 3 个合格品，(1-p) 的指数 2 表示 2 个不合格品。最大化可得：
\hat p=\frac{3}{5}=0.6
易错点：先把寿命数据转换为合格/不合格的 0-1 状态，再建立伯努利似然；指数分布的寿命数值不影响本题对合格率 (p) 的估计。
最大似然估计 MLE 的基本性质 答案：A、C、D
题干：关于最大似然估计 MLE，正确的有哪些？
似然函数把样本视为已知、把参数视为变量：
L(θ)=f(x₁,…,xₙ|θ)， \hat θMLE=argmaxθL(θ)
独立样本时 (L(θ)=∏f(xᵢ|θ))，通常取对数得到 (ell(θ)=Σ\log f(xᵢ|θ))。因对数单调递增，最大化似然与最大化对数似然等价。MLE 不一定无偏，例如 (U[0,θ]) 中样本最大值是 MLE，但 (E[X_{(n)}]=nθ/(n+1)≠θ)。
逻辑回归 logit 变换的值域 答案：A（\((−∞,+∞)\)）
题干：对数几率 (ln(p/(1-p))) 的取值范围是什么？
当 (0<p<1) 时：
0<p/(1−p)<+∞
对数函数将正数域 ((0,+∞)) 映射为整个实数轴，因此：
\ln\frac{p}{1−p}\in(−∞,+∞)
这就是逻辑回归中的 logit 变换，将概率 (pin(0,1)) 转换为任意实数。
可逆方阵的判定 答案：A、B、D
题干：下列哪些方阵一定可逆？
可逆的充要条件是：
\det(A)≠0 \Longleftrightarrow \operatorname{rank}(A)=n \Longleftrightarrow A^{-1}\text{ 存在}
单位矩阵满足 (I^{-1}=I)，因此 A 正确；满秩方阵的行列式非零，因此 B 正确；零矩阵行列式为 0，不可逆，因此 C 错；D 是可逆性的直接判定条件。易错点：不能漏选单位矩阵。
独立几何分布之和 答案：D（负二项分布）
题干：若 (X_1) 至 (X_n) 独立同分布且均服从参数为 (p) 的几何分布，它们的和服从什么分布？
若每个 (X_i) 表示获得一次成功所需的试验次数，则 (S_n=ΣX_i) 表示获得 (n) 次成功所需的总试验次数。其概率质量函数为：
P(S_n=k)=C(k−1,n−1)p^n(1−p)^{k−n}, k=n,n+1,…
这正是负二项分布。几何分布是“第 1 次成功”的等待次数；负二项分布是“第 (n) 次成功”的等待次数。若教材将几何分布定义为成功前失败次数，则结果是负二项分布的平移版本，结论不变。
实对称矩阵的性质 答案：A、B、C、D
题干：若 (A) 为实对称矩阵，哪些结论必然正确？
由谱定理 (A=QΛQ^T)。实对称矩阵可正交对角化；若 (A^k=0)，则所有特征值均为 0，故 (A=0)；秩等于对角化后非零特征值的个数；而 (e^A=Qe^ΛQ^T)，其特征值 (e^{λ_i}>0)，所以 (e^A) 正定。
正态分布方差的最大似然估计 答案：D
题干：正态分布均值已知时，方差的最大似然估计使用哪一项？
\hat{σ}²MLE=\frac{1}{n}Σi=1n(xᵢ−μ)²
最大似然估计的分母是 n。分母为 (n-1) 的样本方差是无偏估计，不是 MLE。重点：最大似然估计（MLE）通常按似然函数最大化得到。
均匀分布参数的最大似然估计 答案：C（1.2）
题干：误差服从 (U[-a,a])，样本为 ({-0.5,1.2,-0.8})，求 (a) 的 MLE。
\hat a=\max_i|xᵢ|=\max(0.5,1.2,0.8)=1.2
要让区间包含所有样本，必须有 (a\geq1.2)；而似然 (L(a)=(1/(2a))^3) 随 (a) 增大而减小，所以在最小可行值 (a=1.2) 处取得最大值。
- 后续题目继续按“题号、考点、答案、公式、易错点”追加。
- 整套试卷完成后，再按高频知识点和薄弱模块生成最终复习清单。
- 建议重点复习：概率统计、线性代数、Transformer/RLHF、模型部署内存、向量检索。