第一部分：数理统计与编程基础
1. 概率计算
题目： 掷均匀硬币3次，恰好出现2次正面的概率。
答案： 3/8
解析： 典型二项分布问题，$C(3,2) \times (1/2)^3 = 3 \times 1/8 = 3/8$。
2. 假设检验
题目： P值小于显著性水平 $\alpha$ 时，应当？
答案： 拒绝原假设
解析： P值越小说明实验结果越显著，当 $P < \alpha$ 时，说明结果不是偶然发生的。
3. 算法复杂度
题目： 有序数组中二分查找的时间复杂度。
答案： O(log n)
4. NumPy运算
题目： np.array([1, 2, 3]) * 2 的结果。
答案： [2, 4, 6]
解析： NumPy是元素级运算，区别于原生Python List的重复拼接。
第二部分：机器学习与深度学习
5. 逻辑回归损失函数
答案： 对数损失（Log Loss / Cross Entropy）
6. 评价指标：Recall（召回率）
核心考点： 医疗筛查场景中，目的是“尽可能多地找出病患”，此时优先追求高召回率。
7. ReLU 激活函数
核心特性： 在正区间梯度为1，能有效缓解梯度消失问题，且计算效率极高。
8. 类别不平衡处理（多选）
方法： 过采样（Over-sampling）、欠采样（Under-sampling）、阈值调整、代价敏感学习（设置权重）。
第三部分：大语言模型（LLM）前沿
9. 大模型核心训练任务
题目： GPT系列模型预训练的核心任务是什么？
答案： 根据上文预测下一个词（Causal Language Modeling）
10. RLHF 流程（排序题）
正确顺序： SFT（监督微调） -> 训练奖励模型（RM） -> PPO（强化学习优化）
11. 推理加速技术：KV Cache
核心作用： 缓存已生成token的K和V矩阵，减少重复计算，大幅提升推理生成速度。
12. 分词技术（Tokenization）
考点： BPE（Byte Pair Encoding）是目前LLM主流的分词方案。
topk实现
import numpy as np
def top_k_sampling(logits, k=40, temperature=0.7):
# 1. 温度缩放
logits = logits / temperature
# 2. 找到Top-K的值，其余位置设为负无穷
top_k_val = np.sort(logits)[-k]
logits[logits < top_k_val] = -float('inf')
# 3. Softmax 归一化
exp_logits = np.exp(logits - np.max(logits))
probs = exp_logits / np.sum(exp_logits)
# 4. 多项式分布采样
return np.random.choice(len(logits), p=probs)
