阿里云云计算ACA - ACP认证考试模拟试卷一

一、阿里云云计算ACP认证考试

二、基本要求解读

[（一）主流 ACP 方向（云计算 / 云安全 / 大数据等）题型](#（一）主流 ACP 方向（云计算 / 云安全 / 大数据等）题型)

[（二）大模型 ACP（特殊）](#（二）大模型 ACP（特殊）)

（三）答题规则

[三、阿里云云计算ACA - ACP认证考试模拟试卷](#三、阿里云云计算ACA - ACP认证考试模拟试卷)

[（一）单选题：70 题 × 1 分 = 70 分](#（一）单选题：70 题 × 1 分 = 70 分)

[1. 在代码中，answer_correctness 指标的主要作用是什么？](#1. 在代码中，answer_correctness 指标的主要作用是什么？)

[2. 在ask_llm_route函数中，如果问题类型是"公司内部文档查询"，会使用哪个方法？](#2. 在ask_llm_route函数中，如果问题类型是“公司内部文档查询”，会使用哪个方法？)

[3. 你为教育公司搭建了RAG问答系统，且知识库存储了各部门的机密数据（如财务部的薪资表、教务部的未公开课件）。为了确保普通员工只能访问自己有权限的数据，以下哪种做法最合适？](#3. 你为教育公司搭建了RAG问答系统，且知识库存储了各部门的机密数据（如财务部的薪资表、教务部的未公开课件）。为了确保普通员工只能访问自己有权限的数据，以下哪种做法最合适？)

[4. 在大语言模型微调的训练循环中，哪个步骤负责计算模型输出与真实标签之间的差异？](#4. 在大语言模型微调的训练循环中，哪个步骤负责计算模型输出与真实标签之间的差异？)

[5. 开启代码解释器插件后，大模型能够直接实现什么操作？](#5. 开启代码解释器插件后，大模型能够直接实现什么操作？)

[6. 模型微调适合解决哪种任务？](#6. 模型微调适合解决哪种任务？)

[7. 在以下代码片段中，completion.choices[0].message.content的作用是什么？](#7. 在以下代码片段中，completion.choices[0].message.content的作用是什么？)

[8. 在调用大语言模型对话的API过程中，以下哪个代码片段正确地展示了system、user和assistant三种角色的交互顺序？](#8. 在调用大语言模型对话的API过程中，以下哪个代码片段正确地展示了system、user和assistant三种角色的交互顺序？)

[9. 在提示词框架中，上下文（Context）的主要作用是什么？](#9. 在提示词框架中，上下文（Context）的主要作用是什么？)

[10. 在 Ragas 中，context recall 指标的主要作用是什么？](#10. 在 Ragas 中，context recall 指标的主要作用是什么？)

[11. 以下选项中，不属于RAG工作流程中"建立索引"阶段的步骤的是哪一项？](#11. 以下选项中，不属于RAG工作流程中“建立索引”阶段的步骤的是哪一项？)

[12. 在问题改写中，以下哪种方法将单一查询改写为多步骤查询？](#12. 在问题改写中，以下哪种方法将单一查询改写为多步骤查询？)

[13. 在大模型安全治理中，如何识别和避免对用户输入的非法查询进行响应？](#13. 在大模型安全治理中，如何识别和避免对用户输入的非法查询进行响应？)

[14. 在RAG应用的多轮对话中，改写后的新query的主要作用是什么？](#14. 在RAG应用的多轮对话中，改写后的新query的主要作用是什么？)

[15. 下列哪个场景最能体现多模态协同学习的优势？](#15. 下列哪个场景最能体现多模态协同学习的优势？)

[16. 在文档解析与切片阶段，以下哪种改进策略适用于文档切片长度过大的情况？](#16. 在文档解析与切片阶段，以下哪种改进策略适用于文档切片长度过大的情况？)

[17. 在 Answer Correctness 的计算过程中，语义相似度是通过什么模型得到的？](#17. 在 Answer Correctness 的计算过程中，语义相似度是通过什么模型得到的？)

[18. 在编写LLM提示词时，下列哪项原则是正确的？](#18. 在编写LLM提示词时，下列哪项原则是正确的？)

[19. 你想在面向高中生的技术分享里，用大模型生动地解释阿里云弹性容器实例（ECI）的基本原理。下列哪种提示词最能实现"易懂、形象化"的效果？](#19. 你想在面向高中生的技术分享里，用大模型生动地解释阿里云弹性容器实例（ECI）的基本原理。下列哪种提示词最能实现“易懂、形象化”的效果？)

[20. 你想让 RAG 应用同时支持多种类型的信息查询，有些问 "人名信息"，有些问 "技术细节"。哪种 "提示词模板" 策略更适合？](#20. 你想让 RAG 应用同时支持多种类型的信息查询，有些问 “人名信息”，有些问 “技术细节”。哪种 “提示词模板” 策略更适合？)

[21. 在控制大模型生成内容的随机性时，top_p参数的作用是什么？](#21. 在控制大模型生成内容的随机性时，top_p参数的作用是什么？)

[22. 你需要借助大模型为小学生写一篇关于"保护环境"的科普短文，但输出的内容过于学术化（如频繁使用"碳达峰"生物降解"等术语）。以下哪个提示词优化方向最能直接解决该问题？](#22. 你需要借助大模型为小学生写一篇关于“保护环境”的科普短文，但输出的内容过于学术化（如频繁使用“碳达峰“生物降解”等术语）。以下哪个提示词优化方向最能直接解决该问题？)

[23. 在开发智能新闻摘要应用的过程中，工程师利用大语言模型来生成文章摘要。假设在某个例子中，模型需决定摘要中下一个词汇，已知"经济"之后最可能的两个词汇按概率高低依次是"增长"（概率0.7）和"衰退"(概率0.3)。则当"经济"之后，模型大概率会如何选择？](#23. 在开发智能新闻摘要应用的过程中，工程师利用大语言模型来生成文章摘要。假设在某个例子中，模型需决定摘要中下一个词汇，已知“经济”之后最可能的两个词汇按概率高低依次是“增长”（概率0.7）和“衰退”(概率0.3)。则当“经济”之后，模型大概率会如何选择？)

[24. 在以下代码片段中，presence_penalty=0.6的作用是什么？](#24. 在以下代码片段中，presence_penalty=0.6的作用是什么？)

[25. 以下关于大模型推理过程的描述中，正确的是？](#25. 以下关于大模型推理过程的描述中，正确的是？)

[26. 梯度下降算法中，如果学习率设置过大可能导致：](#26. 梯度下降算法中，如果学习率设置过大可能导致：)

[27. 在下列哪项任务中，大语言模型可能不是最佳工具选择?](#27. 在下列哪项任务中，大语言模型可能不是最佳工具选择?)

[28. 在使用大语言模型 (如：Qwen - Turbo) 对课程内容进行初步翻译时，以下哪一项是必须的?](#28. 在使用大语言模型 (如：Qwen - Turbo) 对课程内容进行初步翻译时，以下哪一项是必须的?)

[29. 大语言模型中的top_P参数的主要作用是什么?](#29. 大语言模型中的top_P参数的主要作用是什么?)

[30. 增强大模型能力的插件通常是通过什么方式与大模型集成的？](#30. 增强大模型能力的插件通常是通过什么方式与大模型集成的？)

[31. 在提示词框架中，样例（Sample）的主要作用是什么？](#31. 在提示词框架中，样例（Sample）的主要作用是什么？)

[32. 你在优化一个多语言翻译系统，发现文学翻译经常"失去原文意境"，而技术文档翻译经常"用词生硬、难以理解"。现有提示词已包含"保持专业性"和"语言流畅"要求，并添加了示例。下一步最应优先尝试的策略是？](#32. 你在优化一个多语言翻译系统，发现文学翻译经常“失去原文意境”，而技术文档翻译经常“用词生硬、难以理解”。现有提示词已包含“保持专业性“和”语言流畅”要求，并添加了示例。下一步最应优先尝试的策略是？)

[33. RAG 未检索到相关信息，但模型仍编造回答。下列哪种做法有助于减少这种幻觉？](#33. RAG 未检索到相关信息，但模型仍编造回答。下列哪种做法有助于减少这种幻觉？)

[34. 在创建索引时，以下哪些方法被使用？](#34. 在创建索引时，以下哪些方法被使用？)

[35. 通过LlamaIndex创建RAG应用时，编写了如下代码，这段代码中，如何修改召回文本段的个数?](#35. 通过LlamaIndex创建RAG应用时，编写了如下代码，这段代码中，如何修改召回文本段的个数?)

[36. 在优化 answer correctness 指标时，以下哪种方法可以提升生成答案的准确度？](#36. 在优化 answer correctness 指标时，以下哪种方法可以提升生成答案的准确度？)

[37. 在调用百炼大模型接口时，如何指定用户的输入内容？](#37. 在调用百炼大模型接口时，如何指定用户的输入内容？)

[38. 在使用 Qwen-Max 辅助内容生成的过程中，以下哪个操作是正确的？](#38. 在使用 Qwen-Max 辅助内容生成的过程中，以下哪个操作是正确的？)

[39. 在创建RAG应用时，SimpleDirectoryReader方法的主要作用是什么？](#39. 在创建RAG应用时，SimpleDirectoryReader方法的主要作用是什么？)

[40. 通过 LlamaIndex 创建 RAG 应用时，一份知识文件是如何传入 RAG 应用的，请选择顺序：](#40. 通过 LlamaIndex 创建 RAG 应用时，一份知识文件是如何传入 RAG 应用的，请选择顺序：)

[41. 在文档切片过程中，以下哪种切片方法适合文档逻辑性强、内容专业的场景？](#41. 在文档切片过程中，以下哪种切片方法适合文档逻辑性强、内容专业的场景？)

[42. 预训练 (Pre-training）在自然语言处理大模型中的核心目的是什么？](#42. 预训练 (Pre-training）在自然语言处理大模型中的核心目的是什么？)

[43. 在top_p=0.9的设置下，大模型的输出会有什么特点？](#43. 在top_p=0.9的设置下，大模型的输出会有什么特点？)

[44. 在切片向量化与存储阶段，以下哪些是 embedding_models 字典的作用？](#44. 在切片向量化与存储阶段，以下哪些是 embedding_models 字典的作用？)

[45. 在构建RAG应用时，以下关于句子滑窗检索的优势描述正确的是哪一项?](#45. 在构建RAG应用时，以下关于句子滑窗检索的优势描述正确的是哪一项?)

[46. 在微调大语言模型的数据预处理流程中，哪一步骤旨在减少文本中的噪声，提高数据质量?](#46. 在微调大语言模型的数据预处理流程中，哪一步骤旨在减少文本中的噪声，提高数据质量?)

[47. 在LLM提示词中分配角色时，以下哪项不是需要考虑的因素？](#47. 在LLM提示词中分配角色时，以下哪项不是需要考虑的因素？)

[48. 向量数据库的主要作用是什么？](#48. 向量数据库的主要作用是什么？)

[49. 你在开发 RAG 应用时，发现召回的文本段包含了回答所需的必要信息，但是回答效果很差，你可以怎么做？](#49. 你在开发 RAG 应用时，发现召回的文本段包含了回答所需的必要信息，但是回答效果很差，你可以怎么做？)

[50. 根据"Multi - Agent"的思想，对于复杂的RAG任务，最适合通过以下哪种方式进行处理？](#50. 根据"Multi - Agent"的思想，对于复杂的RAG任务，最适合通过以下哪种方式进行处理？)

[51. 利用大模型处理文本时，如果需要模型理解并回应与当前时间相关的问题，最可能用到的插件是？](#51. 利用大模型处理文本时，如果需要模型理解并回应与当前时间相关的问题，最可能用到的插件是？)

[52. 在需要创意和多样化的场景中，建议如何设置temperature参数？](#52. 在需要创意和多样化的场景中，建议如何设置temperature参数？)

[53. 作为应用开发者，如果想要让大模型避免回答与个人隐私相关的问题，最推荐在哪个角色中设置相应的限制？](#53. 作为应用开发者，如果想要让大模型避免回答与个人隐私相关的问题，最推荐在哪个角色中设置相应的限制？)

[54. 在自定义提示词模板中，以下哪项是用于约束大模型行为的注意事项？](#54. 在自定义提示词模板中，以下哪项是用于约束大模型行为的注意事项？)

[55. 你在开发一个可以自动回答客户问题的客服平台。除了回答产品知识问题外，你希望它还能执行与账户相关的操作（例如实时查询用户订单状态、修改账户绑定的手机号、提交工单或退款申请）。你应该考虑引入什么技术来扩展大模型的能力？](#55. 你在开发一个可以自动回答客户问题的客服平台。除了回答产品知识问题外，你希望它还能执行与账户相关的操作（例如实时查询用户订单状态、修改账户绑定的手机号、提交工单或退款申请）。你应该考虑引入什么技术来扩展大模型的能力？)

[56. 在LlamaIndex的默认提示词模板中，context_str表示什么？A. 从向量库中检索到的上下文信息B. 用户的问题C. 大模型的角色](#56. 在LlamaIndex的默认提示词模板中，context_str表示什么？A. 从向量库中检索到的上下文信息B. 用户的问题C. 大模型的角色)

[57. 在大语言模型RAG应用的基本工作流程中，如何将用户问题和检索到的相关文档块提交给大语言模型?](#57. 在大语言模型RAG应用的基本工作流程中，如何将用户问题和检索到的相关文档块提交给大语言模型?)

[58. 某企业的文档（Markdown 格式）中，部门职责常落在多段文字里，检索时想精准定位，哪种切片策略最能减少"职责信息"被拆散的问题？](#58. 某企业的文档（Markdown 格式）中，部门职责常落在多段文字里，检索时想精准定位，哪种切片策略最能减少“职责信息”被拆散的问题？)

[59. 在示例中，以下哪些任务需要经过RAG链路来生成答案？](#59. 在示例中，以下哪些任务需要经过RAG链路来生成答案？)

[60.多Agent系统通过模拟或利用多个交互的智能体（Agents）来解决复杂问题，具有分布性、适应性、动态性的特点。以下哪个场景适合采用多Agent系统？](#60.多Agent系统通过模拟或利用多个交互的智能体（Agents）来解决复杂问题，具有分布性、适应性、动态性的特点。以下哪个场景适合采用多Agent系统？)

[61. 在开发一个需要调用大模型 API 的应用时，为了保护敏感信息不被泄露，以下哪种方式是处理 API Key 的安全做法？](#61. 在开发一个需要调用大模型 API 的应用时，为了保护敏感信息不被泄露，以下哪种方式是处理 API Key 的安全做法？)

[62. 在问题改写中，以下哪种方法通过大模型生成假想文档？](#62. 在问题改写中，以下哪种方法通过大模型生成假想文档？)

[63. 为了提高知识索引的性能，以下哪项技术涉及到了使用更先进的嵌入模型？](#63. 为了提高知识索引的性能，以下哪项技术涉及到了使用更先进的嵌入模型？)

[64. 在使用 Assistant API 时，如何验证 API 请求是否成功？](#64. 在使用 Assistant API 时，如何验证 API 请求是否成功？)

[65. 在本教程中，Planner Agent 的作用是什么？](#65. 在本教程中，Planner Agent 的作用是什么？)

[66. 在优化检索效果时，以下哪些方法可以提升大模型对参考信息的理解？](#66. 在优化检索效果时，以下哪些方法可以提升大模型对参考信息的理解？)

[67. 你开发了一个聊天机器人，用户反馈每次提问后总是要等很久才能看到回复，你应该怎么做？](#67. 你开发了一个聊天机器人，用户反馈每次提问后总是要等很久才能看到回复，你应该怎么做？)

[68. 如果想要自定义 langchain 的 LLM 对象，理论上只需要准备以下哪个要素？](#68. 如果想要自定义 langchain 的 LLM 对象，理论上只需要准备以下哪个要素？)

[69. 在合规与数据安全方面，以下哪项措施对于保护敏感数据在微调过程中不被泄露不是必要的？](#69. 在合规与数据安全方面，以下哪项措施对于保护敏感数据在微调过程中不被泄露不是必要的？)

[70. 假设你正在使用大模型解决以下数学问题："小明每天存入银行10元钱，但每周末（周六和周日）会取出20元用于消费。如果小明从某周一（第一天）开始存钱，青问小明需要多少天才能存够100元？"为了提升大模型解答此类问题的准确率，以下哪种提示方法最能有效引导大模型生成正确的答案？](#70. 假设你正在使用大模型解决以下数学问题：“小明每天存入银行10元钱，但每周末（周六和周日）会取出20元用于消费。如果小明从某周一（第一天）开始存钱，青问小明需要多少天才能存够100元？”为了提升大模型解答此类问题的准确率，以下哪种提示方法最能有效引导大模型生成正确的答案？)

[（二）多选题：30 题 × 1 分 = 30 分](#（二）多选题：30 题 × 1 分 = 30 分)

[1. Assistant API 的 Assistant 类的各项功能中涵盖了以下哪些操作？](#1. Assistant API 的 Assistant 类的各项功能中涵盖了以下哪些操作？)

[2. 在检索召回阶段，以下哪些方法用于在检索后减少无关信息？](#2. 在检索召回阶段，以下哪些方法用于在检索后减少无关信息？)

[3. 在检索阶段，以下哪些步骤是必要的？](#3. 在检索阶段，以下哪些步骤是必要的？)

[4. 以下哪些方法有助于你减少大模型应用的输出结果等待时间？](#4. 以下哪些方法有助于你减少大模型应用的输出结果等待时间？)

[5. 用户多次反馈 "AI 回答中有捏造内容"，排查后发现是当知识库没有相关内容时，大模型直接虚构答案。为减少此情况，你可以怎么做？](#5. 用户多次反馈 “AI 回答中有捏造内容”，排查后发现是当知识库没有相关内容时，大模型直接虚构答案。为减少此情况，你可以怎么做？)

[6. 某大型公司对每位员工都有多条文档记录。RAG 在检索时只依赖 Embedding 相似度，有时召回了不匹配的"同名员工"信息。为提高准确度，你会如何处理？](#6. 某大型公司对每位员工都有多条文档记录。RAG 在检索时只依赖 Embedding 相似度，有时召回了不匹配的“同名员工”信息。为提高准确度，你会如何处理？)

[7. 为了将 RAGAS 评测适配到中文问答场景，有哪些有效方法？](#7. 为了将 RAGAS 评测适配到中文问答场景，有哪些有效方法？)

[8. 通过 LlamalIndex 创建 RAG 应用，在修改默认 prompt 时，包含以下哪些步骤？](#8. 通过 LlamalIndex 创建 RAG 应用，在修改默认 prompt 时，包含以下哪些步骤？)

[9. 以下关于temperature参数的描述，哪些是正确的？](#9. 以下关于temperature参数的描述，哪些是正确的？)

[10. Ragas 提供的以下哪些指标用于评估生成环节？](#10. Ragas 提供的以下哪些指标用于评估生成环节？)

[11. 视频合规检测的关键步骤包括下列哪些选项?](#11. 视频合规检测的关键步骤包括下列哪些选项?)

[12. 以下哪些描述符合基于语义的文档切片的理念？](#12. 以下哪些描述符合基于语义的文档切片的理念？)

[13. 在使用大模型提炼图文课程内容时，以下哪些指导原则是正确的？](#13. 在使用大模型提炼图文课程内容时，以下哪些指导原则是正确的？)

[14. 在实现大模型辅助的新员工帮助应用中，以下哪些建议有助于提升用户体验？](#14. 在实现大模型辅助的新员工帮助应用中，以下哪些建议有助于提升用户体验？)

[15. 以下哪些因素会影响 RAG 系统的性能？](#15. 以下哪些因素会影响 RAG 系统的性能？)

[16. 你发现大量员工信息都存放在 PDF、Word 文档里，部分还包含表格和图片，RAG 无法正确提取关键信息。你可以怎么处理？](#16. 你发现大量员工信息都存放在 PDF、Word 文档里，部分还包含表格和图片，RAG 无法正确提取关键信息。你可以怎么处理？)

[17. 已知 prompt_template 定义了让大模型生成摘要的具体要求，以下哪些措施可以提高摘要生成函数的生成质量？](#17. 已知 prompt_template 定义了让大模型生成摘要的具体要求，以下哪些措施可以提高摘要生成函数的生成质量？)

[18. 在开发一款基于大语言模型的会议纪要生成工具时，团队发现模型在处理会议记录时经常遗漏关键决议内容，导致生成的纪要不够准确和全面。以下哪两个选项能较低成本地解决这一问题？](#18. 在开发一款基于大语言模型的会议纪要生成工具时，团队发现模型在处理会议记录时经常遗漏关键决议内容，导致生成的纪要不够准确和全面。以下哪两个选项能较低成本地解决这一问题？)

[19. 在加载本地索引文件时，以下哪些参数可以设置？](#19. 在加载本地索引文件时，以下哪些参数可以设置？)

[20. 以下哪些选项属于提示词要素中的样例（Sample）？](#20. 以下哪些选项属于提示词要素中的样例（Sample）？)

[21. 在多轮对话场景中，以下哪些方案，更有利于保障用户体验的同时，降低大模型使用成本？](#21. 在多轮对话场景中，以下哪些方案，更有利于保障用户体验的同时，降低大模型使用成本？)

[22. 某电商公司需开发一个客服机器人处理"退换货政策咨询"和"商品推荐"任务。下列哪两种角色应深度参与提示词设计？](#22. 某电商公司需开发一个客服机器人处理“退换货政策咨询“和”商品推荐”任务。下列哪两种角色应深度参与提示词设计？)

[23. RAG应用的主要组成部分包括哪些？](#23. RAG应用的主要组成部分包括哪些？)

[24. 以下哪些措施可以提高大模型在私域场景下的安全性？](#24. 以下哪些措施可以提高大模型在私域场景下的安全性？)

[25. 在切片向量化与存储阶段，以下哪些是余弦相似度的计算方法？](#25. 在切片向量化与存储阶段，以下哪些是余弦相似度的计算方法？)

[26. 在LlamaIndex的默认提示词模板中，以下哪些变量是必要的？](#26. 在LlamaIndex的默认提示词模板中，以下哪些变量是必要的？)

[27. 当你在使用一款基于大模型构建的创意助手，要求它一次性产生10条宣传文案时，发现生成的文案千篇一律，缺乏多样性。为了在保证一定多样性的同时避免模型生成不符合主题的内容，可以优先考虑以下哪些改进措施？](#27. 当你在使用一款基于大模型构建的创意助手，要求它一次性产生10条宣传文案时，发现生成的文案千篇一律，缺乏多样性。为了在保证一定多样性的同时避免模型生成不符合主题的内容，可以优先考虑以下哪些改进措施？)

[28. 关于图片合规检查的技术手段，下列说法正确的有哪些？](#28. 关于图片合规检查的技术手段，下列说法正确的有哪些？)

[29. 关于大模型在文本处理中的局限性，以下哪些陈述是准确的？](#29. 关于大模型在文本处理中的局限性，以下哪些陈述是准确的？)

[30. 在大模型的问答工作流程中，以下哪些阶段涉及Token的处理？](#30. 在大模型的问答工作流程中，以下哪些阶段涉及Token的处理？)

[四、致备考 ACP 的每一位同学](#四、致备考 ACP 的每一位同学)

一、阿里云云计算ACP认证考试

请认真阅读考试须知后，准备好相关资料开始进行防作弊验证。验证通过后将正式开始考试。

答题开始即开始计时，中途不可暂停，如超时则自动提交

1、考试共 (100) 道题，总分100分，及格分数80分

2、考试需在（120分钟）内交卷，过程中无法暂停，请提前安排好时间；如未及时交卷，则本次考试作废

3、推荐使用 Chrome 浏览器（版本：73及以上的正式版本），或Firefox浏览器（版本：66及以上的正式版本)

4、开始答题前会进行身份验证，需要您拍摄并上传身份证人像面照片，并按照系统要求开启摄像头进行面部识别

5、考试过程中请保持摄像头开启并对准面部，系统会不定时进行抓拍，并与身份证照片做对比，如发现作弊行为，您的考试成绩将作废

6、考试过程中，系统将判断您的浏览器状态，如发现最小化浏览器、切换标签页、窗口缩小或扩大等行为，以及弹出广告弹窗，将会给出警告。如果次数过多您的考试成绩将作废

7、考试前请关闭即时通信软件以及其他可能会有弹窗的软件，以免影响您的考试

二、基本要求解读

阿里云 ACP 考试以客观题为主，无主观题、无实验题，整体为**120 分钟、100 题、满分 100 分、**80 分及格。

（一）主流 ACP 方向（云计算 / 云安全 / 大数据等）题型

单选题 ：70 题 × 1 分 = 70 分
- 四选一，只有 1 个正确答案
- 侧重基础概念、产品功能、操作流程、简单场景判断
多选题 ：30 题 × 1 分 = 30 分
- 五选多，多选、少选、错选均不得分
- 侧重架构设计、方案选型、多产品组合、最佳实践、安全策略

（二）大模型 ACP（特殊）

单选题 ：50 题 × 1 分 = 50 分
多选题 ：25 题 × 2 分 = 50 分
总分100 分 ，及格线80 分

（三）答题规则

闭卷机考，中途不可暂停、不可回看、提交后无法修改
超时自动交卷
全程摄像头监控，切屏 / 弹窗过多会被警告

三、阿里云云计算ACA - ACP认证考试模拟试卷

备注：模拟试题库对应模拟试题按70:30-单选题-多选题，真题一般50:25

部分题对应代码在网络抓取中未提取到，暂时可忽略，适当猜测题库题型即可！

对应答案见：

（一）单选题：70 题 × 1 分 = 70 分

1. 在代码中，answer_correctness 指标的主要作用是什么？

A. 评估答案的准确度

B. 增加模型的训练数据

C. 减少模型的推理时间

2. 在ask_llm_route函数中，如果问题类型是"公司内部文档查询"，会使用哪个方法？

A. ra ask

B. reviewed_prompt

C. translate_prompt

3. 你为教育公司搭建了RAG问答系统，且知识库存储了各部门的机密数据（如财务部的薪资表、教务部的未公开课件）。为了确保普通员工只能访问自己有权限的数据，以下哪种做法最合适？

A. 预处理用户问题时强制添加"请仅回答我部门数据"的提示词

B. 对大模型进行微调使其主动拒绝跨部门问题

C. 为每个用户单独生成加密密钥用于访问知识库

D. 在检索阶段根据用户权限过滤无权限文档

4. 在大语言模型微调的训练循环中，哪个步骤负责计算模型输出与真实标签之间的差异？

A. 梯度更新

B. 参数初始化

C. 反向传播

D. 正向传播

5. 开启代码解释器插件后，大模型能够直接实现什么操作？

A. 仅提供代码编写建议

B. 执行用户请求的代码逻辑并给出结果

C. 修改外部程序的源代码

6. 模型微调适合解决哪种任务？

A. 数据量极小的任务

B. 需要学习庞大知识库的任务

C. 需要模型学习专业领域知识的任务

D. 数据分布剧烈漂移的任务

7. 在以下代码片段中，completion.choices[0].message.content的作用是什么？

A. 获取提取的标签内容

B. 获取用户输入的内容

C. 获取系统消息的内容

8. 在调用大语言模型对话的API过程中，以下哪个代码片段正确地展示了system、user和assistant三种角色的交互顺序？

A. messages = [{"role": "assistant", "content": "你好"}, {"role": "user", "content": "我想订一张机票"}, {"role": "system", "content": "你是一个订票助手"}]

B. messages = [{"role": "system", "content": "你是一个订票助手"}, {"role": "user", "content": "我想订一张机票"}, {"role": "assistant", "content": "你好,请问你想去哪里?"}]

C. messages = [{"role": "user", "content": "我想订一张机票"}, {"role": "system", "content": "你是一个订票助手"}, {"role": "assistant", "content": "你好,请问你想去哪里?"}]

9. 在提示词框架中，上下文（Context）的主要作用是什么？

A. 提供任务的背景信息

B. 明确要求大模型完成的具体任务

C. 定义大模型扮演的角色

10. 在 Ragas 中，context recall 指标的主要作用是什么？

A. 评估 contexts 与 ground_trut的事实一致性程度

B. 评估检索召回的参考信息中与准确答案相关的条目是否排名靠前、占比高

C. 增加模型的训练数据

11. 以下选项中，不属于RAG工作流程中"建立索引"阶段的步骤的是哪一项？

A. 将文档解析为纯文本

B. 将长文本切成更小的片段

C. 将用户问题转换为向量表示

12. 在问题改写中，以下哪种方法将单一查询改写为多步骤查询？

A. 将单一查询改写为多步骤查询

B. 重排序

C. 滑动窗口检索

13. 在大模型安全治理中，如何识别和避免对用户输入的非法查询进行响应？

A. 增加训练数据量

B. 引导用户输入示范

C. 利用大模型服务平台的快速干预功能

14. 在RAG应用的多轮对话中，改写后的新query的主要作用是什么？

A. 提高检索准确性

B. 增加模型的训练数据

C. 减少模型的推理时间

15. 下列哪个场景最能体现多模态协同学习的优势？

A. 单纯的文本情感分析任务

B. 仅依赖声音的语音识别系统

C. 利用图像和地理位置信息进行精准的视觉定位

16. 在文档解析与切片阶段，以下哪种改进策略适用于文档切片长度过大的情况？

A. 减少切片长度或开发更合适的切片策略

B. 增加模型的训练数据

C. 减少模型的推理时间

17. 在 Answer Correctness 的计算过程中，语义相似度是通过什么模型得到的？

A. Embedding 模型

B. 大模型

C. 增加模型的训练数据

18. 在编写LLM提示词时，下列哪项原则是正确的？

A. 提示词应尽可能详细，包含所有可能的上下文信息

B. 使用模糊不清的表述以增加模型的自由发挥空间

C. 保持提示词简洁明了，聚焦于核心需求

19. 你想在面向高中生的技术分享里，用大模型生动地解释阿里云弹性容器实例（ECI）的基本原理。下列哪种提示词最能实现"易懂、形象化"的效果？

A. 请以高中生能理解的方式，使用生动比喻讲解 ECI 原理。

B. 简短介绍 ECI 功能即可。

C. 写一篇详尽 ECI 论文，全部使用专业术语。

D. 仅列出 ECI 命令和参数列表。

20. 你想让 RAG 应用同时支持多种类型的信息查询，有些问 "人名信息"，有些问 "技术细节"。哪种 "提示词模板" 策略更适合？

A. 对所有疑问一概使用相同的通用模板，不区分问题类型

B. 先把所有问题都改成 "人事类"，让技术类问题也以人事视角回答

C. 让用户在输入问题时手动指定要用哪种模板

D. 根据问题类型（人事类 / 技术类）自动选择对应模板

21. 在控制大模型生成内容的随机性时，top_p参数的作用是什么？

A. 调整候选Token的概率分布

B. 筛选出累计概率达到阈值的候选Token

C. 增加候选Token的数量

22. 你需要借助大模型为小学生写一篇关于"保护环境"的科普短文，但输出的内容过于学术化（如频繁使用"碳达峰"生物降解"等术语）。以下哪个提示词优化方向最能直接解决该问题？

A. 定义角色与受众：以"小学科学老师"身份，用比喻和故事向"6－12岁学生"讲解

B. 提供样例：附上一篇《如何节约用水》的短文（语言平实，包含互动问答）

C. 补充任务目标：要求文章包含"垃圾分类对社区的影响"案例

D. 扩展上下文：添加背景"当前城市垃圾填埋占比超过60%"

23. 在开发智能新闻摘要应用的过程中，工程师利用大语言模型来生成文章摘要。假设在某个例子中，模型需决定摘要中下一个词汇，已知"经济"之后最可能的两个词汇按概率高低依次是"增长"（概率0.7）和"衰退"(概率0.3)。则当"经济"之后，模型大概率会如何选择？

A. 选择"增长"，因为其概率高于"衰退"

B. 选择"衰退"，以增加摘要的多样性

C. 同时包含"增长"和"衰退"，以反映所有可能情况

24. 在以下代码片段中，presence_penalty=0.6的作用是什么？

A. 减少输出的重复性

B. 增加输出的多样性

C. 使输出更具确定性

25. 以下关于大模型推理过程的描述中，正确的是？

A. 这是模型学习新知识和技能的过程

B. 这是模型根据已学习到的知识对新输入做出响应的过程

C. 这是向模型添加更多数据以提高其性能的过程

26. 梯度下降算法中，如果学习率设置过大可能导致：

A. 在最优解附近震荡

B. 需要更多迭代次数才能收敛

C. 收敛速度过慢

D. 参数更新幅度不足

27. 在下列哪项任务中，大语言模型可能不是最佳工具选择?

A. 分析用户反馈，识别产品改进建议的主题。

B. 确定两种药物治疗效果是否有统计学上的显著差异。

C. 自动为新闻文章分配合适的标签类别。

D. 从大量日志数据中自动检测异常登录行为

28. 在使用大语言模型 (如：Qwen - Turbo) 对课程内容进行初步翻译时，以下哪一项是必须的?

A. 提供明确的系统消息和翻译任务提示

B. 将源文件转为图片格式

C. 使用固定的翻译模板

29. 大语言模型中的top_P参数的主要作用是什么?

A. 控制模型生成文本的长度

B. 控制模型只考虑概率最高的几个词

C. 控制模型使用的CPU核心数量

30. 增强大模型能力的插件通常是通过什么方式与大模型集成的？

A. 直接修改大模型源代码

B. 使用API接口进行功能扩展

C. 通过硬件升级提升性能

31. 在提示词框架中，样例（Sample）的主要作用是什么？

A. 让大模型参考具体案例

B. 提供任务的背景信息

C. 定义大模型扮演的角色

32. 你在优化一个多语言翻译系统，发现文学翻译经常"失去原文意境"，而技术文档翻译经常"用词生硬、难以理解"。现有提示词已包含"保持专业性"和"语言流畅"要求，并添加了示例。下一步最应优先尝试的策略是？

A. 提高温度参数（Temperature=1.0）增强灵活性

B. 要求模型分两次翻译：先直译再人工润色

C. 在现有模板中增加更多诗歌和手册的对照示例

D. 为文学和技术翻译分别设计专用提示词模板

33. RAG 未检索到相关信息，但模型仍编造回答。下列哪种做法有助于减少这种幻觉？

A. 把所有文档一次性放进模型上下文

B. 提示词要求"若无匹配则回答无法解答

C. 开启高温度让模型由创造

34. 在创建索引时，以下哪些方法被使用？

A. SimpleDirectoryReader

B. VectorStoreIndex.from_documents

C. index.as_query_engine

35. 通过LlamaIndex创建RAG应用时，编写了如下代码，这段代码中，如何修改召回文本段的个数?

A. from_documents[similarity_top_k] as_query_engine(similarity_top_k)

B. query_engin

C. query(similarity_top_k)

D. print_response_stream(similarity_top_k)

36. 在优化 answer correctness 指标时，以下哪种方法可以提升生成答案的准确度？

A. 调整大模型生成的超参数如temperature）

B. 增加模型的训练数据

C. 减少模型的推理时间

37. 在调用百炼大模型接口时，如何指定用户的输入内容？

A. 将用户输入内容作为`messages`列表中字典的`content`字段的值传入

B. 将用户输入内容作为 model 参数的值传入

C. 将用户输入内容作为 api_key 参数的值传入

D. 将用户输入内容作为 base_url 参数的值传入

38. 在使用 Qwen-Max 辅助内容生成的过程中，以下哪个操作是正确的？

A. 让 Qwen-Max 执行编程代码

B. 利用 Qwen-Max 生成课程脚本

C. 应用 Qwen-Max 进行视频剪辑任务

D. 直接使用 Qwen-Max 进行图像设计

39. 在创建RAG应用时，SimpleDirectoryReader方法的主要作用是什么？

A. 将指定文件夹中的文件加载为document对象

B. 将文本分段

C. 将文本向量化

40. 通过 LlamaIndex 创建 RAG 应用时，一份知识文件是如何传入 RAG 应用的，请选择顺序：

A. Node 对象 - query_engine-Document 对象 - index

B. Document 对象 - Node 对象 - index-query_engine

C. Node 对象 - Document 对象 - index-query_engine

D. Document 对象 - index-Node 对象 - query_engine

41. 在文档切片过程中，以下哪种切片方法适合文档逻辑性强、内容专业的场景？

A. 语义切片

B. Token 切片

C. 句子切片

42. 预训练 (Pre-training）在自然语言处理大模型中的核心目的是什么？

A. 利用大量末标注文本数据学习通用的语言结构和模式

B. 直接在特定任务的数据集上进行模型参数优化

C. 通过人类反馈机制不断调整模型输出以更贴合人类偏好

43. 在top_p=0.9的设置下，大模型的输出会有什么特点？

A. 输出内容非常多样化

B. 输出内容相对单一

C. 输出内容完全固定

44. 在切片向量化与存储阶段，以下哪些是 embedding_models 字典的作用？

A. 定义要测试的 Embedding 模型

B. 增加模型的训练数据

C. 减少模型的推理时间

45. 在构建RAG应用时，以下关于句子滑窗检索的优势描述正确的是哪一项?

A. 提高大模型生成的速度

B. 对大模型的注意力机制进行了针对性改善

C. 提高检索阶段的精确性同时,保证了生成阶段的信息完整性

46. 在微调大语言模型的数据预处理流程中，哪一步骤旨在减少文本中的噪声，提高数据质量?

A. 序列填充

B. 文本清洗

C. 特征选择

D. 数据增强

47. 在LLM提示词中分配角色时，以下哪项不是需要考虑的因素？

A. 角色的年龄阶段

B. 角色的物理外观

C. 角色的专业知识

48. 向量数据库的主要作用是什么？

A. 存储和管理大量的关系型数据。

B. 存储和管理大量的图像。

C. 存储和管理大量的向量数据，并提供高效的相似性检索。

D. 存储和管理大量的文本数据，并提供全文检索功能。

49. 你在开发 RAG 应用时，发现召回的文本段包含了回答所需的必要信息，但是回答效果很差，你可以怎么做？

A. 更换向量数据库的选型

B. 更换性能更好的大模型

C. 更换性能更好的 embedding 模型

D. 尝试使用 LlamaIndex 外的其它 RAG 开发框架

50. 根据"Multi - Agent"的思想，对于复杂的RAG任务，最适合通过以下哪种方式进行处理？

A. 将所有任务步骤整合到一个大型prompt中,一次调用大模型完成所有处理

B. 根据任务特点,将复杂任务拆分成多个子任务,每个子任务使用不同的模型、prompt或代码逻辑进行处理

C. 只使用DashScope Parse解析文档,其他优化步骤都手动完成

51. 利用大模型处理文本时，如果需要模型理解并回应与当前时间相关的问题，最可能用到的插件是？

A. 代码审查插件

B. 天气查询插件

C. 时间插件

52. 在需要创意和多样化的场景中，建议如何设置temperature参数？

A. 设置较高的温度值

B. 设置较低的温度值

C. 使用默认温度值

53. 作为应用开发者，如果想要让大模型避免回答与个人隐私相关的问题，最推荐在哪个角色中设置相应的限制？

A. user

B. assistant

C. 任何角色都可以

D. system

54. 在自定义提示词模板中，以下哪项是用于约束大模型行为的注意事项？

A. 根据上下文信息而非先验知识来回答问题

B. 增加模型的训练数据

C. 减少模型的推理时间

55. 你在开发一个可以自动回答客户问题的客服平台。除了回答产品知识问题外，你希望它还能执行与账户相关的操作（例如实时查询用户订单状态、修改账户绑定的手机号、提交工单或退款申请）。你应该考虑引入什么技术来扩展大模型的能力？

A. RAG （Retrieval Augmented Generation）

B. Agent（智能体）

C. 大模型微调

56. 在LlamaIndex的默认提示词模板中，context_str表示什么？

A. 从向量库中检索到的上下文信息
B. 用户的问题
C. 大模型的角色

57. 在大语言模型RAG应用的基本工作流程中，如何将用户问题和检索到的相关文档块提交给大语言模型?

A. 将用户问题和文档块直接拼接成一个长字符串提交

B. 将用户问题和文档块分别提交给大模型,然后将两个结果合并

C. 使用预设的提示词模板,将用户问题和文档块整合到模板中,然后提交给大模型

58. 某企业的文档（Markdown 格式）中，部门职责常落在多段文字里，检索时想精准定位，哪种切片策略最能减少"职责信息"被拆散的问题？

A. Token 切片

B. 随机分段

C. 句子切片

D. Markdown 结构化切片

59. 在示例中，以下哪些任务需要经过RAG链路来生成答案？

A. 内部知识查询

B. 文档审查

C. 增加模型的训练数据

60.多Agent系统通过模拟或利用多个交互的智能体（Agents）来解决复杂问题，具有分布性、适应性、动态性的特点。以下哪个场景适合采用多Agent系统？

A. 单一目标的持续追踪任务

B. 简单的自动化仓库物品搬运

C. 大型物流仓储中心的自动化物资拣选与搬运

61. 在开发一个需要调用大模型 API 的应用时，为了保护敏感信息不被泄露，以下哪种方式是处理 API Key 的安全做法？

A. 在代码中写入 API Key

B. 将 API Key 存储到环境变量中

C. 在代码注释中记录 API Key

D. 将 API Key 保存在公开的配置文件中

62. 在问题改写中，以下哪种方法通过大模型生成假想文档？

A. 用假设文档来增强检索（HyDE）

B. 重排序

C. 滑动窗口检索

63. 为了提高知识索引的性能，以下哪项技术涉及到了使用更先进的嵌入模型？

A. Decomposition问题分解

B. CRAG互联网检索

C. BGE新嵌入模型

64. 在使用 Assistant API 时，如何验证 API 请求是否成功？

A. if response.status_code == HTTPStatus.CREATED:

B. if response.status_code == HTTPStatus.BAD_REQUEST:

C. if response.status_code == HTTPStatus.OK:

D. if response.status_code == HTTPStatus.NOT_FOUND:

65. 在本教程中，Planner Agent 的作用是什么？

A. 负责执行工具函数

B. 负责总结 Agent 的输出内容

C. 负责分析用户输入，并将任务分发到其它 Agent 上

66. 在优化检索效果时，以下哪些方法可以提升大模型对参考信息的理解？

A. 使用结构化的文档格式

B. 增加模型的训练数据

C. 减少模型的推理时间

67. 你开发了一个聊天机器人，用户反馈每次提问后总是要等很久才能看到回复，你应该怎么做？

A. 在生成间隙通过前端界面展示动画，减少用户等待的疲惫感

B. 提醒用户输入尽量少的提示词

C. 降低temperature值

D. 首选流式输出

68. 如果想要自定义 langchain 的 LLM 对象，理论上只需要准备以下哪个要素？

A. 一个 API Key

B. 一个 Model name

C. 一个 JSON，直接加载即可

D. 一个输入为字符串，输出为字符串的函数

69. 在合规与数据安全方面，以下哪项措施对于保护敏感数据在微调过程中不被泄露不是必要的？

A. 对数据集进行去标识化处理，移除个人可识别信息

B. 在传输和存储过程中实施加密技术

C. 在公开分享微调模型时，仅分享模型参数而非训练数据

D. 使用更高性能的计算设备来加速微调过程

70. 假设你正在使用大模型解决以下数学问题："小明每天存入银行10元钱，但每周末（周六和周日）会取出20元用于消费。如果小明从某周一（第一天）开始存钱，青问小明需要多少天才能存够100元？"为了提升大模型解答此类问题的准确率，以下哪种提示方法最能有效引导大模型生成正确的答案？

A. 提供少量样例

B. 明确输出要求

C. 思维链方法

（二）多选题：30 题 × 1 分 = 30 分

1. Assistant API 的 Assistant 类的各项功能中涵盖了以下哪些操作？

A. 删除

B. 更新

C. 剪切

D. 创建

E. 复制

F. 列举

2. 在检索召回阶段，以下哪些方法用于在检索后减少无关信息？

A. 重排序

B. 滑动窗口检索

C. 问题改写

3. 在检索阶段，以下哪些步骤是必要的？

A. 将用户问题转化为向量

B. 在向量数据库中找出最相似的向量

C. 增加模型的训练数据

D. 减少模型的推理时间

4. 以下哪些方法有助于你减少大模型应用的输出结果等待时间？

A. 使用支持上下文缓存的模型 API

B. 使用参数量更大的模型

C. 提前生成和复用内容

D. 减少输入 Token 数量

5. 用户多次反馈 "AI 回答中有捏造内容"，排查后发现是当知识库没有相关内容时，大模型直接虚构答案。为减少此情况，你可以怎么做？

A. 在百炼 RAG 应用中将回答范围设置为 "仅知识库范围"

B. 调高 temperature 值

C. 使用 ReRank 对检索结果再次排序

D. 使用提示词，无匹配就明确回复 "无法回答"

6. 某大型公司对每位员工都有多条文档记录。RAG 在检索时只依赖 Embedding 相似度，有时召回了不匹配的"同名员工"信息。为提高准确度，你会如何处理？

A. 给每条记录打标签（如部门、邮箱）并结合标签过滤

B. 修改大模型为 qwen-max

C. 改用 TokenTextSplitter

D. 提高相似度阈值，过滤噪声

7. 为了将 RAGAS 评测适配到中文问答场景，有哪些有效方法？

A. 使用中文能力较强的大模型

B. 将 RAGAS 自带的 prompt 翻译为中文再传入

C. 在 faithfulness 中修改 json.dumps 函数，使其返回中文而非 unicode 码

D. 在 System prompt 中提醒大模型：你要适配到中文问答场景

8. 通过 LlamalIndex 创建 RAG 应用，在修改默认 prompt 时，包含以下哪些步骤？

A. 用 index 的 update_prompts 方法将新的 prompt 同步上去

B. 定义新的 prompt 字符串，将 chunk 和 query 的位置空出来

C. 对新的 prompt 进行保存，使得 LlamalIndex 中的源码 prompt 也变成中文

D. 使用新的 prompt 初始化一个 PromptTemplate 对象

9. 以下关于temperature参数的描述，哪些是正确的？

A. 温度值越低，输出结果越固定

B. 温度值越高，输出结果越多样化

C. 温度值不影响输出结果

10. Ragas 提供的以下哪些指标用于评估生成环节？

A. Answer Relevancy

B. Faithfulness

C. Context Precision

11. 视频合规检测的关键步骤包括下列哪些选项?

A. 视频上传后的用户评论分析

B. 视频预处理，例如视频分段和帧提取

C. 音频合规检测

D. 视频编码格式的选择

E. 图片合规检测

F. 文本合规检测（包括字幕和音频转录文本）

12. 以下哪些描述符合基于语义的文档切片的理念？

A. 使用机器学习模型对文档进行语义分析，并根据语义边界进行切分。

B. 在 Chunk 中添加上下文信息，例如标题、父级列表项等。

C. 将代码模块单独切出来，并标注其编程语言。

D. 将文档按照固定长度进行切分。

E. 将表格的每个单元格作为一个独立的 Chunk。

F. 根据文档的结构，例如标题、段落、列表等进行切分

13. 在使用大模型提炼图文课程内容时，以下哪些指导原则是正确的？

A. 提炼关键信息,避免冗长段落

B. 使用简短标题,聚焦于要点

C. 内容应尽量详细和全面

D. 不做任何修改,直接使用原始内容

14. 在实现大模型辅助的新员工帮助应用中，以下哪些建议有助于提升用户体验？

A. 为每个任务定制详细的系统提示词，确保大模型理解上下文。

B. 限制用户查询长度，因为长文本可能导致响应延迟或理解错误。

C. 引入多轮对话机制，允许用户基于大模型的初步回应进一步细化需求。

D. 由于大模型的准确性极高，无需提供反馈或修正机制。

E. 实现自动检测用户查询类型并调用相应的大模型处理策略，无需用户指定任务类型。

15. 以下哪些因素会影响 RAG 系统的性能？

A. 硬件资源的限制

B. 文档的质量和数量

C. 向量数据库的类型和配置

D. 查询语句的表达方式

E. 所使用的预训练语言模型的大小和性能

F. 切片方法的选择

16. 你发现大量员工信息都存放在 PDF、Word 文档里，部分还包含表格和图片，RAG 无法正确提取关键信息。你可以怎么处理？

A. 手动复制粘贴所有文档内容

B. 使用 OCR 技术识别并提取图片中的文字

C. 强制用户只上传纯文本

D. 使用 DashScopeParse 等工具，对 PDF/Word 进行结构化解析

17. 已知 prompt_template 定义了让大模型生成摘要的具体要求，以下哪些措施可以提高摘要生成函数的生成质量？

A. 将 document 分成多个段落，分别生成摘要，最后合并。

B. 在 prompt_template 中明确指出需要提取文章的主旨。

C. 不使用 prompt_template，直接调用大模型。

D. 在 prompt_template 中提供一些示例摘要。

E. 在 prompt_template 中提供更详细的输出格式要求，例如指定摘要的长度、语气等。

18. 在开发一款基于大语言模型的会议纪要生成工具时，团队发现模型在处理会议记录时经常遗漏关键决议内容，导致生成的纪要不够准确和全面。以下哪两个选项能较低成本地解决这一问题？

A. 增加模型的训练数据量，特别是包含更多会议记录样本的数据集

B. 要求模型在输出纪要时使用特定格式（如紫色字体或表格形式）

C. 在提示词中明确角色定义，例如"你是一名专业秘书，负责从会议记录中提取所有关键决议和行动项"

D. 要求模型先对会议记录中的行动项和决议进行逐句摘要标记，再生成最终的纪要

19. 在加载本地索引文件时，以下哪些参数可以设置？

A. 存储路径

B. 使用的embedding模型

C. API Key

20. 以下哪些选项属于提示词要素中的样例（Sample）？

A. 请你扮演一位医生。

B. 输入：汽车，输出：交通工具

C. 用户输入："我想了解一下人工智能。" 你的回复："人工智能是......"

D. 请用表格形式展示结果。

E. 输入：苹果，输出：水果

F. 请你总结这篇文章的中心思想。

21. 在多轮对话场景中，以下哪些方案，更有利于保障用户体验的同时，降低大模型使用成本？

A. 在多轮对话场景中使用支持长上下文缓存的大模型 API

B. 每次对话仅保留最近 2 轮历史，避免携带过长的上下文

C. 按照 100 的长度，对历史对话取截断，避免携带上下文过长

D. 在多轮对话场景中，避免始终传入完整的历史对话，而是用最早的历史对话做总结处理后携带在对话中

22. 某电商公司需开发一个客服机器人处理"退换货政策咨询"和"商品推荐"任务。下列哪两种角色应深度参与提示词设计？

A. 产品经理（定义用户场景和业务流程）

B. 前端开发工程师（负责对话界面实现）

C. 算法工程师（擅长模型调优和参数调整）

D. 客服部门主管（熟悉用户高频问题和政策细节）

23. RAG应用的主要组成部分包括哪些？

A. 建立索引阶段

B. 检索与生成阶段

C. 模型训练阶段

D. 模型推理阶段

24. 以下哪些措施可以提高大模型在私域场景下的安全性？

A. 对相关人员进行安全培训

B. 建立完善的安全 incident 响应机制

C. 使用开源的数据管理软件

D. 将所有数据存储在云端

E. 定期更新大模型和相关软件

F. 对大模型进行持续的安全评估和测试

25. 在切片向量化与存储阶段，以下哪些是余弦相似度的计算方法？

A. 计算向量之间的夹角

B. 计算向量的点积

C. 增加模型的训练数据

D. 减少模型的推理时间

26. 在LlamaIndex的默认提示词模板中，以下哪些变量是必要的？

A. context_str

B. query_str

C. 大模型的角色

27. 当你在使用一款基于大模型构建的创意助手，要求它一次性产生10条宣传文案时，发现生成的文案千篇一律，缺乏多样性。为了在保证一定多样性的同时避免模型生成不符合主题的内容，可以优先考虑以下哪些改进措施？

A. 使用模糊的指令，让模型自由发挥。

B. 检查提示词是否过于局限，尝试在提示词中明确指定多个角度方向（如情感、风格、视角等）来扩展其灵活性。

C. 固定 top_p=0.1 以确保最大范围的词汇选择。

D. 小幅调高 temperature 以保证生成内容的多样性。

28. 关于图片合规检查的技术手段，下列说法正确的有哪些？

A. 可以使用目标检测算法如 YOLO 系列检测图片中的敏感物体，例如武器。

B. OCR 技术可以用于提取图片中的文字信息，用于后续的文本合规检测。

C. 水印和品牌标志检查与合规性无关，不需要进行检测。

D. 图片内容检测只能依靠人工审核，无法使用深度学习模型进行自动化分类。

E. PHash 算法可以用于版权检查，通过比较图像指纹识别相似图像。

F. 卷积神经网络（CNN）可以用于对图片内容的合规性进行分类，例如识别暴力内容。

29. 关于大模型在文本处理中的局限性，以下哪些陈述是准确的？

A. 即使有合适的系统提示词，大模型生成的内容仍需人工复审以保证质量。

B. 大模型技术已经完全成熟，能够无差错地执行所有文本转换和润色任务。

C. 大模型可能在处理特定领域专业术语时出现误解。

D. 大模型对用户查询的依赖性强，如果查询表述不清，结果可能偏离预期。

E. 在没有明确指示的情况下，大模型可能无法自动识别源语言和目标语言。

30. 在大模型的问答工作流程中，以下哪些阶段涉及Token的处理？

A. 输入文本分词化

B. Token向量化

C. 大模型推理

四、致备考 ACP 的每一位同学

这段时间的刷题、记知识点、反复理解架构，其实都在悄悄为你铺路。

ACP 考的不是死记硬背，而是思路清晰、细心稳重。考试时别慌，认真读题，看清单选还是多选，不确定的先标记，相信自己复习过的内容。

愿你：题题都眼熟，道道有把握，心态稳得住，细节不丢分，提笔从容自信，合笔如愿以偿。

**祝大家一次上岸，顺利拿证！**未来在云赛道上，越走越宽、越走越远 ✨

阿里云云计算ACA - ACP认证考试模拟试卷一

一、阿里云云计算ACP认证考试

二、基本要求解读

（一）主流 ACP 方向（云计算 / 云安全 / 大数据等）题型

（二）大模型 ACP（特殊）

（三）答题规则

三、阿里云云计算ACA - ACP认证考试模拟试卷

（一）单选题 ：70 题 × 1 分 = 70 分

1. 在代码中，answer_correctness 指标的主要作用是什么？

2. 在ask_llm_route函数中，如果问题类型是"公司内部文档查询"，会使用哪个方法？

3. 你为教育公司搭建了RAG问答系统，且知识库存储了各部门的机密数据（如财务部的薪资表、教务部的未公开课件）。为了确保普通员工只能访问自己有权限的数据，以下哪种做法最合适？

4. 在大语言模型微调的训练循环中，哪个步骤负责计算模型输出与真实标签之间的差异？

5. 开启代码解释器插件后，大模型能够直接实现什么操作？

6. 模型微调适合解决哪种任务？

7. 在以下代码片段中，completion.choices[0].message.content的作用是什么？

8. 在调用大语言模型对话的API过程中，以下哪个代码片段正确地展示了system、user和assistant三种角色的交互顺序？

9. 在提示词框架中，上下文（Context）的主要作用是什么？

10. 在 Ragas 中，context recall 指标的主要作用是什么？

11. 以下选项中，不属于RAG工作流程中"建立索引"阶段的步骤的是哪一项？

12. 在问题改写中，以下哪种方法将单一查询改写为多步骤查询？

13. 在大模型安全治理中，如何识别和避免对用户输入的非法查询进行响应？

14. 在RAG应用的多轮对话中，改写后的新query的主要作用是什么？

15. 下列哪个场景最能体现多模态协同学习的优势？

16. 在文档解析与切片阶段，以下哪种改进策略适用于文档切片长度过大的情况？

17. 在 Answer Correctness 的计算过程中，语义相似度是通过什么模型得到的？

18. 在编写LLM提示词时，下列哪项原则是正确的？

19. 你想在面向高中生的技术分享里，用大模型生动地解释阿里云弹性容器实例（ECI）的基本原理。下列哪种提示词最能实现"易懂、形象化"的效果？

20. 你想让 RAG 应用同时支持多种类型的信息查询，有些问 "人名信息"，有些问 "技术细节"。哪种 "提示词模板" 策略更适合？

21. 在控制大模型生成内容的随机性时，top_p参数的作用是什么？

22. 你需要借助大模型为小学生写一篇关于"保护环境"的科普短文，但输出的内容过于学术化（如频繁使用"碳达峰"生物降解"等术语）。以下哪个提示词优化方向最能直接解决该问题？

24. 在以下代码片段中，presence_penalty=0.6的作用是什么？

25. 以下关于大模型推理过程的描述中，正确的是？

26. 梯度下降算法中，如果学习率设置过大可能导致：

27. 在下列哪项任务中，大语言模型可能不是最佳工具选择?

28. 在使用大语言模型 (如：Qwen - Turbo) 对课程内容进行初步翻译时，以下哪一项是必须的?

29. 大语言模型中的top_P参数的主要作用是什么?

30. 增强大模型能力的插件通常是通过什么方式与大模型集成的？

31. 在提示词框架中，样例（Sample）的主要作用是什么？

32. 你在优化一个多语言翻译系统，发现文学翻译经常"失去原文意境"，而技术文档翻译经常"用词生硬、难以理解"。现有提示词已包含"保持专业性"和"语言流畅"要求，并添加了示例。下一步最应优先尝试的策略是？

33. RAG 未检索到相关信息，但模型仍编造回答。下列哪种做法有助于减少这种幻觉？

34. 在创建索引时，以下哪些方法被使用？

35. 通过LlamaIndex创建RAG应用时，编写了如下代码，这段代码中，如何修改召回文本段的个数?

36. 在优化 answer correctness 指标时，以下哪种方法可以提升生成答案的准确度？

37. 在调用百炼大模型接口时，如何指定用户的输入内容？

38. 在使用 Qwen-Max 辅助内容生成的过程中，以下哪个操作是正确的？

39. 在创建RAG应用时，SimpleDirectoryReader方法的主要作用是什么？

40. 通过 LlamaIndex 创建 RAG 应用时，一份知识文件是如何传入 RAG 应用的，请选择顺序：

41. 在文档切片过程中，以下哪种切片方法适合文档逻辑性强、内容专业的场景？

42. 预训练 (Pre-training）在自然语言处理大模型中的核心目的是什么？

43. 在top_p=0.9的设置下，大模型的输出会有什么特点？

44. 在切片向量化与存储阶段，以下哪些是 embedding_models 字典的作用？

45. 在构建RAG应用时，以下关于句子滑窗检索的优势描述正确的是哪一项?

46. 在微调大语言模型的数据预处理流程中，哪一步骤旨在减少文本中的噪声，提高数据质量?

47. 在LLM提示词中分配角色时，以下哪项不是需要考虑的因素？

48. 向量数据库的主要作用是什么？

49. 你在开发 RAG 应用时，发现召回的文本段包含了回答所需的必要信息，但是回答效果很差，你可以怎么做？

50. 根据"Multi - Agent"的思想，对于复杂的RAG任务，最适合通过以下哪种方式进行处理？

51. 利用大模型处理文本时，如果需要模型理解并回应与当前时间相关的问题，最可能用到的插件是？

52. 在需要创意和多样化的场景中，建议如何设置temperature参数？

53. 作为应用开发者，如果想要让大模型避免回答与个人隐私相关的问题，最推荐在哪个角色中设置相应的限制？

54. 在自定义提示词模板中，以下哪项是用于约束大模型行为的注意事项？

56. 在LlamaIndex的默认提示词模板中，context_str表示什么？

57. 在大语言模型RAG应用的基本工作流程中，如何将用户问题和检索到的相关文档块提交给大语言模型?

58. 某企业的文档（Markdown 格式）中，部门职责常落在多段文字里，检索时想精准定位，哪种切片策略最能减少"职责信息"被拆散的问题？

59. 在示例中，以下哪些任务需要经过RAG链路来生成答案？

60.多Agent系统通过模拟或利用多个交互的智能体 （Agents）来解决复杂问题，具有分布性、适应性、动态性的特点。以下哪个场景适合采用多Agent系统？

61. 在开发一个需要调用大模型 API 的应用时，为了保护敏感信息不被泄露，以下哪种方式是处理 API Key 的安全做法？

62. 在问题改写中，以下哪种方法通过大模型生成假想文档？

63. 为了提高知识索引的性能，以下哪项技术涉及到了使用更先进的嵌入模型？

64. 在使用 Assistant API 时，如何验证 API 请求是否成功？

65. 在本教程中，Planner Agent 的作用是什么？

66. 在优化检索效果时，以下哪些方法可以提升大模型对参考信息的理解？

67. 你开发了一个聊天机器人，用户反馈每次提问后总是要等很久才能看到回复，你应该怎么做？

68. 如果想要自定义 langchain 的 LLM 对象，理论上只需要准备以下哪个要素？

69. 在合规与数据安全方面，以下哪项措施对于保护敏感数据在微调过程中不被泄露不是必要的？

（二）多选题 ：30 题 × 1 分 = 30 分

1. Assistant API 的 Assistant 类的各项功能中涵盖了以下哪些操作？

2. 在检索召回阶段，以下哪些方法用于在检索后减少无关信息？

3. 在检索阶段，以下哪些步骤是必要的？

4. 以下哪些方法有助于你减少大模型应用的输出结果等待时间？

（一）单选题：70 题 × 1 分 = 70 分

60.多Agent系统通过模拟或利用多个交互的智能体（Agents）来解决复杂问题，具有分布性、适应性、动态性的特点。以下哪个场景适合采用多Agent系统？

（二）多选题：30 题 × 1 分 = 30 分