大厂真题 / 华为

华为 6.12 笔试真题 - AI岗

本场考试概述

考试时间：2026年6月12日 考试岗位：华为暑期实习 AI 岗（AI算法、AI应用开发、AI数据科学等以AI为前缀的岗位） 难度评级：困难

考点分析：

1. 选择题（20道）：机器学习（相似度度量、PCA降维、评价指标 P/R/TPR/准确率）、深度学习（梯度消失、Momentum、CNN输出尺寸、Embedding、SGD）、大模型（GQA/MQA与KV Cache、注意力均匀分布、3D混合并行）、数学（贝叶斯定理、指数分布MLE、向量空间、对角阵行列式、线性相关性、凸函数性质、右偏分布）
2. 第一题：自动驾驶障碍物检测——K-Means点云聚类（难度中等）
3. 第二题：Expert Choice Routing——MoE专家选择路由，数值稳定Softmax + Top-S选择 + 加权聚合（难度困难）

建议策略：

1. AI岗选择题分值权重大（单选 15×6 + 多选 5×12 = 150 分），ML/DL/大模型基础概念要刷透；本场多选集中在凸函数性质、注意力均匀分布、线性相关性、评价指标计算、3D混合并行
2. 第一题识别”前 $K$ 个点作初始质心 + 平局取最小编号 + 1e-6 收敛”就直接套 K-Means 模板；注意空簇要保持质心不变、用平方距离比较省去开方
3. 第二题是 MoE 模拟题，流程较长：门控分数 → 数值稳定 Softmax → 每个专家按归一化权重选 Top-S → 选中 token 做专家变换并加权聚合 → 未选中置零；先做合法性校验

选择题（20道）

第1题

对比两张亮度差异较大的图片，判断内容是否相似，适合的相似度度量是？

A. 余弦相似度 B. 曼哈顿距离 C. 汉明距离 D. 欧氏距离

答案：A

考点：机器学习——相似度度量

余弦相似度只看向量方向夹角，对整体亮度（幅度）缩放不敏感；两图亮度差异大但内容相似时方向接近，故最合适。欧氏、曼哈顿距离受幅度影响大，汉明距离用于离散编码比对。

第2题

工厂抽检 5 个灯泡，寿命数据为 ${3, 0, 2, 0, 5}$ 年。合格品寿命服从指数分布（参数 $\lambda$），不合格品寿命为 $0$。合格率 $p$ 的 MLE 估计是？

A. 0.7 B. 0.6 C. 0.5 D. 0.4

答案：B

考点：数学——概率统计/MLE

合格品寿命大于 $0$，5 个样本中非零的有 3 个（$3, 2, 5$ 年），为 $0$ 的有 2 个。合格率的最大似然估计即合格样本所占比例 $3/5 = 0.6$。

第3题

贝叶斯定理的正确表达式是：

A. $P(A \mid B) = \frac{P(B \mid A) \cdot P(A)}{P(B)}$ B. $P(A \mid B) = \frac{P(A) \cdot P(B)}{P(B \mid A)}$ C. $P(A \mid B) = P(B \mid A) \cdot P(A)$ D. $P(A \mid B) = \frac{P(A \cap B)}{P(A)}$

答案：A

考点：数学——概率统计

由条件概率定义 $P(A \mid B) = \frac{P(A \cap B)}{P(B)}$ 与 $P(B \mid A) = \frac{P(A \cap B)}{P(A)}$ 联立，得贝叶斯定理 $P(A \mid B) = \frac{P(B \mid A) \cdot P(A)}{P(B)}$。

第4题

使用 PCA 降维时需要决定保留多少个主成分。选择 PCA 主成分数量时，通常依据什么指标？

A. 后续模型的准确率 B. 原始特征的数量 C. 累计解释方差比例（如 85%-95%） D. 样本的数量

答案：C

考点：机器学习——降维/PCA

PCA 按特征值大小排序主成分，通常以累计解释方差比例为依据，保留到 85%~95% 即可在压缩维度的同时保留大部分信息。

第5题

训练一个两层全连接神经网络做回归任务，在使用反向传播更新参数时发现：损失几乎不下降，梯度在多层传递后逐渐趋近于 $0$。针对该现象，下列分析最合理的是？

A. 数据集过小，与反向传播无关 B. 梯度爆炸，应使用梯度裁剪 C. 学习率过高，应大幅调大学习率 D. 梯度消失，常见于深层网络或饱和激活函数

答案：D

考点：深度学习——反向传播

损失不降且梯度逐层趋近 $0$ 是典型的梯度消失现象，常见于深层网络或 Sigmoid、Tanh 等导数小于 $1$ 的饱和激活函数，链式连乘后梯度指数衰减。

第6题

在反向传播中，如果激活函数的导数长期小于 $1$，最可能导致的数值问题是？

A. 梯度爆炸 B. 维度崩溃 C. 数值上溢 D. 梯度消失

答案：D

考点：深度学习——反向传播

链式法则中梯度是各层导数连乘，导数长期小于 $1$ 会使梯度随层数指数衰减，导致梯度消失。

第7题

在判断一个集合是否为向量空间时，以下哪一项是必须满足的条件？

A. 集合中所有向量的长度必须相等 B. 集合中任意两个向量的和仍属于该集合 C. 集合中存在零向量，并且对加法和数乘封闭 D. 集合中任意一个向量与任意一个标量的乘积仍属于该集合

答案：C

考点：数学——线性代数

向量空间必须包含零向量，且对加法和数乘运算封闭，这是核心判定条件。B、D 各只覆盖了加法或数乘封闭的一部分，不完整。

第8题

与普通 SGD 相比，Momentum 方法的主要作用是什么？

A. 保证全局最优解 B. 不再需要设置学习率 C. 引入历史梯度信息，减少震荡并加快收敛 D. 自动减少训练数据噪声

答案：C

考点：深度学习——优化器

Momentum 累积历史梯度方向形成动量，在一致方向上加速、在震荡方向上抵消，从而减少震荡并加快收敛。它不保证全局最优，也不取代学习率。

第9题

对于多头注意力（MHA）和分组查询注意力（GQA），GQA 相较于 MHA 的结构变化在于：

A. 增加了 Value 头的维度 B. 多个 Query 头共享一组 Key 和 Value 头 C. 增加了 Key 和 Value 头的数目 D. 减少了 Query 头的数量

答案：B

考点：大模型——注意力机制

GQA 介于 MHA 与 MQA 之间，将 Query 头分组，每组多个 Query 头共享一组 Key、Value 头，从而减少 KV Cache 显存，同时保留比 MQA 更强的表达力。

第10题

当数据分布呈现右偏（正偏）特征时，均值、中位数、众数三者的关系通常是？

A. 均值 < 中位数 < 众数 B. 均值 > 中位数 > 众数 C. 无法确定 D. 均值 = 中位数 = 众数

答案：B

考点：数学——概率统计

右偏分布尾部在右侧，少数极端大值把均值拉向右，故均值最大，众数（峰值）最小，关系为均值 > 中位数 > 众数。

第11题

原模型使用 MHA 有 $64$ 个注意力头，如果采用 MQA 替代 MHA，KV Cache 显存可减少多少倍？

A. 8 倍 B. 64 倍 C. 32 倍 D. 4 倍

答案：B

考点：大模型——KV Cache

MHA 中每个注意力头各有独立的一组 Key、Value，共 $64$ 组；MQA 让所有 Query 头共享同一组 Key、Value，KV Cache 显存约变为原来的 $1/64$，即减少 $64$ 倍。

第12题

对于输入为 $32 \times 32 \times 3$ 的图像，使用一个卷积层，包含 $16$ 个 $5 \times 5$ 的卷积核，步长为 $1$，无填充，那么输出特征图的大小和深度分别是？

A. $28 \times 28 \times 3$ B. $32 \times 32 \times 16$ C. $28 \times 28 \times 16$ D. $30 \times 30 \times 16$

答案：C

考点：深度学习——CNN

输出边长 $(32 - 5)/1 + 1 = 28$，深度等于卷积核个数 $16$，故输出为 $28 \times 28 \times 16$。

第13题

下列关于 Embeddings 的核心定义，正确的是？

A. 将离散数据（如单词、类别）映射到连续的低维向量空间 B. 将离散数据映射到离散的低维向量空间 C. 将连续数据映射到离散的高维向量空间 D. 将连续数据映射到连续的高维向量空间

答案：A

考点：深度学习——Embedding

Embedding 的核心是把离散符号（词、类别 ID 等）映射为连续、稠密的低维向量，使语义相近的对象在向量空间中距离更近。

第14题

关于 SGD 的说法，错误的是？

A. SGD 可能收敛速度较慢 B. SGD 需要设置学习率 C. SGD 使用整个数据集计算梯度 D. SGD 代表随机梯度下降

答案：C

考点：深度学习——优化器

SGD（随机梯度下降）每步只用单个或小批量样本估计梯度，并非整个数据集（用整个数据集的是批量梯度下降），故 C 错误。

第15题

对角矩阵 $A = \text{diag}(1, 3, 3)$ 的行列式值为？

A. 6 B. 27 C. 9 D. 3

答案：C

考点：数学——线性代数

对角矩阵的行列式等于对角元素之积，$1 \times 3 \times 3 = 9$。

第16题（多选）

以下关于凸函数的性质，正确的有：

A. 两个凸函数之和仍然是凸函数 B. 凸函数的非负线性组合仍然是凸函数 C. 凸函数的任意局部最小值都是全局最小值 D. 凸函数与凹函数之和一定是凸函数

答案：A, B, C

考点：数学——凸优化

凸函数之和仍凸（A 对），非负线性组合仍凸（B 对），凸函数的局部最小值必为全局最小值（C 对）。凸函数与凹函数之和的凸凹性不确定，不一定是凸函数（D 错）。

第17题（多选）

若某层注意力权重接近均匀分布，可能由于：

A. 使用了因果掩码 B. 输入序列所有 token 嵌入相同 C. 查询和键的维度过高 D. 注意力机制中 softmax 的温度参数设置过大

答案：B, D

考点：大模型——注意力机制

所有 token 嵌入相同时打分相同，softmax 后权重均匀（B 对）；温度参数过大使分布更平滑、趋于均匀（D 对）。因果掩码只屏蔽未来位置，不会让权重均匀（A 错）；查询、键维度过高在未缩放时通常使点积方差变大、分布更尖锐而非均匀（C 错）。

第18题（多选）

以下关于线性相关与线性无关的说法，哪些正确？

A. 包含零向量的向量组必线性相关 B. $n$ 维向量空间中任意 $n+1$ 个向量必线性相关 C. 若向量组线性相关，则其中每个向量都可由其余向量线性表示 D. 单个非零向量构成的向量组线性无关

答案：A, B, D

考点：数学——线性代数

含零向量的向量组必线性相关（A 对）；$n$ 维空间中 $n+1$ 个向量必线性相关（B 对）；单个非零向量线性无关（D 对）。线性相关只保证至少存在一个向量可由其余表示，并非每个向量都能（C 错）。

第19题（多选）

已知 $\text{TP}=40$，$\text{FP}=10$，$\text{FN}=20$，$\text{TN}=30$，下列正确的有：

A. 精确率 $P = 0.8$ B. 召回率 $R = \frac{2}{3}$ C. $\text{TPR} = \frac{2}{3}$ D. 准确率 $= 0.8$

答案：A, B, C

考点：机器学习——评价指标

精确率 $P = \frac{40}{40+10} = 0.8$（A 对）；召回率 $R = \frac{40}{40+20} = \frac{2}{3}$（B 对）；TPR 即召回率 $= \frac{2}{3}$（C 对）；准确率 $= \frac{40+30}{100} = 0.7$（D 错）。

第20题（多选）

在设计大模型训练并行策略时，通常采用 3D 混合并行策略（TP + PP + DP）。这样设计的主要原因包括？

A. 提高扩展性 B. 减少单一并行方式的通信瓶颈 C. 充分利用多节点 GPU D. 自动减少模型参数

答案：A, B, C

考点：大模型——分布式训练

张量并行、流水线并行、数据并行结合可提高扩展性（A 对）、缓解单一并行方式的通信瓶颈（B 对）、充分利用多节点多 GPU 资源（C 对）。并行策略只改变计算与存储的切分方式，不会减少模型参数量（D 错）。

第 1 题：自动驾驶障碍物检测

题目描述

在自动驾驶感知系统中，激光雷达扫描周围环境生成大量 3D 点云数据，每个点包含 $(x, y, z)$ 三个空间坐标。为识别障碍物，需要对点云数据做 K-Means 聚类。

给定 $N$ 个三维点和簇数 $K$，实现 K-Means 聚类算法，满足以下规则：

1. 初始质心：取输入数据的前 $K$ 个点作为初始质心，编号 $0$ 到 $K-1$
2. 距离度量：使用 3D 欧氏距离
3. 收敛条件：所有质心坐标变化量均小于 $10^{-6}$，或迭代次数达到 $100$ 次时停止
4. 编号保持：簇编号与初始质心对应关系保持一致
5. 确定性规则：当一个点到多个质心距离完全相等时，选择编号最小的簇

样例

输入

3 2
0.0 0.0 0.0
0.0 1.0 1.0
1.0 1.0 0.0

输出

0
1
0

思路分析

第一步：观察题目性质

这是一道标准 K-Means 聚类的模拟实现题。所有”不确定性”都被题目钉死了：初始质心固定取前 $K$ 个点、平局取最小编号、收敛阈值和最大迭代次数都给定，因此结果唯一。

第二步：算法流程

K-Means 交替执行两步直到收敛：

• 分配步：对每个点计算它到各质心的距离，归入距离最近的簇
• 更新步：每个簇的新质心取簇内所有点坐标的均值

第三步：实现要点

• 比较平方距离与比较距离本身等价（开方是单调变换），省去开方更稳更快
• np.argmin 在多个最小值相等时返回首个最小下标，天然满足”编号最小”规则
• 若某簇当前无成员（空簇），保持其质心不变，避免除零

第四步：维度变化

点云为 $(N, 3)$，质心为 $(K, 3)$；广播相减得 $(N, K, 3)$ 的差值张量，沿坐标轴求平方和得 $(N, K)$ 距离矩阵，再沿质心轴取 argmin 得长度 $N$ 的标签向量。

题解代码

import sys
import numpy as np

data = sys.stdin.read().split()
pos = 0
n = int(data[pos]); pos += 1
k = int(data[pos]); pos += 1
pts = np.array(data[pos:pos + 3 * n], dtype=float).reshape(n, 3)

centroids = pts[:k].copy()
labels = np.zeros(n, dtype=int)
for _ in range(100):
    dist2 = ((pts[:, None, :] - centroids[None, :, :]) ** 2).sum(axis=2)
    labels = np.argmin(dist2, axis=1)
    new_centroids = centroids.copy()
    for c in range(k):
        members = pts[labels == c]
        if len(members) > 0:
            new_centroids[c] = members.mean(axis=0)
    if np.max(np.abs(new_centroids - centroids)) < 1e-6:
        break
    centroids = new_centroids

print("\n".join(str(int(c)) for c in labels))

复杂度分析

时间复杂度：$O(T \cdot N \cdot K)$，其中 $T$ 为迭代轮数（上限 100），每轮对 $N$ 个点各算 $K$ 个常数维距离

空间复杂度：$O(N \cdot K)$，主要是每轮的距离矩阵

第 2 题：Expert Choice Routing

题目描述

混合专家模型（MoE）中，Expert Choice Routing 让每个专家主动选择得分最高的 Top-$S$ 个 Token，保持天然的负载均衡。要求不调用深度学习库，仅用 NumPy 实现以下四步：

1. 门控分数与归一化权重：计算 $G = X \cdot W_g$，对每个 token 在专家维度上做数值稳定 softmax
2. 每个专家选 Top-S：按归一化权重选最高的 $S$ 个 token，权重相等时优先序号小的
3. 专家变换与加权聚合：被选中的 token 做对应专家的线性变换并以权重加权累加
4. 零向量补全：未被任何专家选中的 token 输出为全零向量

输入约束：$N, d, E, S$ 须均为正整数且 $S \leq N$，否则只输出一个 $0$。

样例

输入

4 3 2 3
1.0 0.5 0.2
0.8 0.3 0.9
0.2 0.7 0.4
0.5 0.1 0.6
0.3 0.7
0.5 0.2
0.2 0.1
1.0 0.0 0.0
0.0 1.0 0.0
0.0 0.0 1.0
0.5 0.0 0.0
0.0 0.5 0.0
0.0 0.0 0.5

输出

0.28 0.14 0.06
0.59 0.22 0.66
0.11 0.38 0.22
0.37 0.07 0.44

思路分析

第一步：观察题目性质

本题是一道矩阵运算模拟题，不涉及训练，只需照定义完成一次前向路由。所有比较的平局规则都钉死了，结果唯一。

第二步：数值稳定 Softmax

计算 $G = X \cdot W_g$ 得到 $(N, E)$ 的分数矩阵后，对每个 token 在专家维度上做 softmax。关键是减去行最大值：$\exp(g_{ie} - \max_j g_{ij})$，避免指数运算上溢为 inf。

第三步：每个专家选 Top-S

对专家 $e$，取其权重列中值最大的 $S$ 个 token。按 $(-\text{weight}, \text{index})$ 排序后取前 $S$ 个，即可在权重降序的同时让”权重相等取序号小”自动成立。

第四步：加权聚合

若 token $i$ 被专家集合 $\mathcal{E}_i$ 选中，则输出为：

把输出矩阵 $Y$ 初始化为全零，没被任何专家选中的 token 自然保持零向量。

第五步：合法性校验

进入计算流程前先检查 $N, d, E, S$ 是否均为正整数且 $S \leq N$，不满足则直接输出 $0$。

题解代码

import sys
import numpy as np

def fmt2(v):
    s = f"{v:.2f}"
    return "0.00" if s == "-0.00" else s

data = sys.stdin.read().split()
n = int(data[0]); d = int(data[1]); e = int(data[2]); s = int(data[3])
if n < 1 or d < 1 or e < 1 or s < 1 or s > n:
    print("0")
    sys.exit(0)

pos = 4
X = np.array(data[pos:pos + n * d], dtype=float).reshape(n, d); pos += n * d
Wg = np.array(data[pos:pos + d * e], dtype=float).reshape(d, e); pos += d * e
We = []
for _ in range(e):
    We.append(np.array(data[pos:pos + d * d], dtype=float).reshape(d, d))
    pos += d * d

scores = X @ Wg
m = scores.max(axis=1, keepdims=True)
expv = np.exp(scores - m)
W = expv / expv.sum(axis=1, keepdims=True)

Y = np.zeros((n, d))
for ee in range(e):
    col = W[:, ee]
    chosen = sorted(range(n), key=lambda i: (-col[i], i))[:s]
    for i in chosen:
        Y[i] += col[i] * (X[i] @ We[ee])

print("\n".join(" ".join(fmt2(v) for v in row) for row in Y))

复杂度分析

时间复杂度：$O(N \cdot d \cdot E + E \cdot S \cdot d^2)$，门控分数 $O(N \cdot d \cdot E)$，聚合阶段共 $E \cdot S$ 次 token 变换、每次 $O(d^2)$

空间复杂度：$O(N \cdot E + E \cdot d^2)$，分别存储权重矩阵和所有专家变换矩阵

小结

• 第一题是标准 K-Means 模板，核心在于利用 NumPy 广播一次性算出距离矩阵，argmin 天然处理平局规则
• 第二题是 MoE 前向路由的完整模拟，虽然流程长但每一步都是确定性的矩阵运算，关键是数值稳定 softmax（减行最大值）和排序选 Top-S 的平局处理