复赛模拟题2：
1-3：复赛模拟题2（1-3）
4-6：复赛模拟题3（4-6）
初中：复赛模拟题2 初中
复赛模拟题：
1-3：https://test.ruijie.ltd/s/JmQCZA
4-6第一套：https://test.ruijie.ltd/s/ka5NgO
4-6第二套：https://test.ruijie.ltd/s/t0p9aD
初中：https://test.ruijie.ltd/s/gtVy5q
真题：
1-3：https://test.ruijie.ltd/s/DaIkHg
4-6：https://test.ruijie.ltd/s/uaDnTQ
初中：https://test.ruijie.ltd/s/V69jYA
模拟题：
1-3：https://test.ruijie.ltd/s/O20bD7
4-6：https://test.ruijie.ltd/s/DNcmwG
初中：https://test.ruijie.ltd/s/IAzBKA
真题知识点：
1-3：
语音合成：把文字变成语音
语音识别：把语音变成文字
监督学习、无监督学习、强化学习
图灵测试
属于生成式AI应用的是：AI绘画工具
人脸识别技术属于计算机视觉技术的分支
理解数据对 AI 的重要性
AI语音助手
语音交互技术
AI 系统：输入－处理－输出
智能控制系统：传感器-控制器-执行器
智能开环控制流程：采集数据—分析决策—执行指令
智能闭环控制流程：采集数据—分析决策—执行指令—反馈调整
数据标注，如：图像标注
互联网、物联网都可以获得大量数据——大数据
4-6：
AI 系统：输入－处理－输出
智能控制系统：传感器-控制器-执行器
智能开环控制流程：采集数据—分析决策—执行指令
智能闭环控制流程：采集数据—分析决策—执行指令—反馈调整
过拟合：AI模型在训练数据中的表现良好，但在测试数据中的表现较差
欠拟合：指AI模型在训练和测试时的效果都不理想
监督学习、无监督学习、强化学习
数据标注，如：图像标注
AI推荐系统
AI模型训练的基本流程：数据采集—数据清洗—数据标注—模型训练
初中：
回归和分类：二者同属监督学习，都需要带标签的标注数据训练模型。回归预测连续型数值（无限多取值，有大小、高低、多少的数量意义）。分类预测离散类别标签（有限、互斥的固定类别，只有区分意义，比如用0代表猫，1代表狗）
知识库：知识库是一个系统化存储、组织和管理知识、信息和解决方案的集合，用于快速获取所需内容、支持决策和提高学习或工作效率。在使用deepseek等大模型时，可以让大模型查找知识库，根据知识库的内容回答问题，使模型回答更专业更真实有效，降低模型出现幻觉的概率。
知识图谱：一种图结构/网状结构（实体-关系）的知识库
知识图谱技术在AI领域中的典型应用包括支持智能问答语义交互、语义理解与检索等知识服务任务
关联推理技术在知识图谱技术中的主要作用将隐含的实体关系通过逻辑规则推导并生成新的知识结论
输入-处理-输出
传感器-控制器-执行器
具身智能与离身智能：区别是有没有物理的身体，身体形态不一定就是人形，也可以是仿生形态或者干脆就是汽车、无人机等等。
具身智能具备的典型特征是实现“感知—决策—行动—反馈”闭环
云计算：网上租服务器（24小时不关机的电脑）
监督学习、无监督学习、强化学习：监督和无监督的共同点是都需要提前采集好用于训练的数据，区别是监督学习的数据需要进行标注，而无监督学习不需要标注。
强化学习则不需要提前采集训练数据，强化学习的训练数据在“环境”中获取，依靠“奖励”反馈信号进行学习。
深度学习：多层的神经网络。神经网络是众多机器学习算法中的一种。
ANI（弱人工智能）和AGI（强人工智能）区别：AGI追求通用智能，而ANI专注于特定任务。强人工智能，有观点认为有可能制造出真正能推理（Reasoning）和解决问题（Problem_solving）的智能机器，并且，这样的机器将被认为是有知觉的，有自我意识的。现在人类还没有造出强人工智能，弱人工智能已经在生活中无处不在。