科慧尔一级人工智能与大模型基础考试软件

一级人工智能与大模型基础考试软件是科慧尔基于最新《全国计算机等级考试一级人工智能与大模型基础考试大纲》研发而成的一款功能齐全的全真题库练习软件，拥有考试大纲、课程学习、考点练习和模拟考试四大模块，具有自动计时、随机抽题、全真模拟、精选习题、详尽解析、自动评分等功能，覆盖考试要求的所有题型及考点（知识点），包含近年历次考试真题，适合参加全国计算机等级考试人员和所有学习人工智能与大模型基础知识的人员使用。

软件功能

一级人工智能与大模型基础考试采用无纸化考试，上机操作。

考试时间为90分钟。

软件环境：操作系统为Windows 7/10/11。

主要考查项目包括：单项选择题；（50分，共50题）、多项选择题；（30分，共10题）、综合填空题。（20分，共4题）。主要考试内容：人工智能与大模型的基本概念、人工智能有关的算力基本构成、人工智能有关的数据处理方法、人工智能典型算法的基本思想、大语言模型的基本应用方法、人工智能安全伦理及其社会效能与影响。

一级人工智能与大模型基础考试大纲如下：

基本要求

1.了解人工智能与大模型的基本概念。

2.理解人工智能有关的算力基本构成。

3.掌握人工智能有关的数据处理方法。

4.掌握人工智能典型算法的基本思想。

5.掌握大语言模型的基本应用方法。

6.了解人工智能安全伦理及其社会效能与影响。

考试内容

一、基本概念

1.人工智能的内涵与发展历程。

2.人工智能的技术领域与行业应用。

3.大模型的分类、技术特征及发展历程。

4.大模型的应用场景与局限性。

二、算力：人工智能的计算基础

1.当代计算系统的基本组成。

2.算力构成与度量，CPU、GPU、NPU等体系结构。

3.互联网、云计算、边缘计算等系统架构与算力特征。

4.人工智能应用场景的算力需求。

三、数据：人工智能的数据基础

1.数据的定义、分类、格式与关系表达。

2.数据预处理方法及数据标注。

3.知识表示、知识图谱及知识库。

4.人工智能应用场景的数据需求。

四、算法：人工智能的算法基础

1.人工智能算法的概念、分类、流程图与伪代码描述。

2.典型聚类、回归、分类算法的基本原理。

3.典型深度神经网络算法的基本框架。

4.生成式人工智能算法的特征与发展。

五、求解：大模型的基本应用方法

1.依托大模型的问题分析与求解方法。

2.面向大模型问题求解的提示工程及优化策略。

3.基于算力、数据、算法的智能系统基本构建。

4.人工智能应用场景解决方案的基本测试与评价。

六、安全：人工智能的赋能与影响

1.人工智能辅助决策与社会伦理。

2.人工智能的数据安全与隐私保护。

3.人工智能赋能社会发展的效能与影响。

4.人工智能与大模型的发展趋势。