人工智能训练师基础
写在前面
这份文档是为你准备的——一个计算机大数据智能专业背景、有点基础但概念性知识已经遗忘不少的”三秦工匠杯”AI训练师赛项备赛者。模块一是整场比赛的”开胃菜”也是”基本盘”：90分钟机考闭卷，单选100道（每题1分）、多选40道（每题2分）、判断20道（每题1分），合计200分，占总成绩将近三成。它只考理论，但覆盖面横跨计算机基础、数学、编程、机器学习、深度学习、生成式AI、伦理安全七大块，概念点密集，最容易在”看着眼熟却选不对”的多选题上丢分。
讲解的详略严格依据比赛清单里的重要程度标记。标了四颗星的数据结构、算法、人工智能基础，是核心战场，必须讲透；三颗星的操作系统、编程语言、计算机网络，讲清核心概念；一颗星的硬件、数学、伦理、信息安全，抓关键考点带过，不深挖。整篇采用博客串讲风格，不用表格、不用图标，遇到容易记混的概念就用生活化的例子类比，目标是”听明白、能做题”，不做过度扩展。
文档里凡是涉及具体年份、版本号、法律施行日期等可能记不准的信息，会用【需网络查询确认：xxx】明确标出，提示你临考前再核对一遍。其中法律法规类日期已通过网络查证，正文给出的是准确信息。
理论学习权重分布你要心里有数：计算机基础约20%、数学基础15%、编程语言15%、机器学习20%、深度学习15%、生成式AI 10%、伦理安全5%。看出来了吧，机器学习和计算机基础是两个大头，生成式AI和伦理安全虽然占比低但概念密集、容易丢分，都不能放过。
下面正式开始，从四颗星的核心战场讲起。
第一章 数据结构与算法：把数据摆明白，把套路用清楚
数据结构和算法都标了四颗星，是必考内容，概念点特别密集，很多选择题就靠你对细节的拿捏。
线性表：数组与链表的取舍
线性表是最基础的结构，元素排成一条线，元素之间是一对一的前后关系。这一节的真正考点不在”什么是线性表”，而在它的两种物理实现——数组和链表——各自的取舍。
数组，是连续内存里的一排座位，下标就是座位号。最大的好处是随机访问快，下标一给就能直接算出地址，时间复杂度 O(1)。代价是插入和删除很麻烦，中间插一个，后面所有人都要往后挪一个位置，O(n)。而且数组要事先定好大小，开多了浪费、开少了溢出。
链表正好反过来，内存不连续，靠指针把节点串起来，像一场寻宝游戏，每个节点只告诉你”下一个在哪”。它的好处是插入删除快，只要改几个指针就行，O(1) 就能搞定（前提是你已经站在了要操作的位置）。代价是访问慢，想拿第 100 个节点，得从头一个一个顺着指针走过去，O(n)。
这一组对比几乎是必考，记住一句话就够：”数组擅长查、链表擅长增删”。再延伸几个易混点：单链表只能往后走，双向链表前后都能走，循环链表尾节点指回头部。链表常考的算法有逆置、找中点（快慢指针）、判断是否有环（快慢指针追及），这几个套路一定要熟。
栈与队列：一个后进先出，一个先进先出
栈和队列本质上是”操作受限的线性表”，只能在特定位置进出，正是因为受限，才有了独特的性质。
栈是后进先出，缩写 LIFO，最形象的生活类比就是食堂里叠盘子，最后放上去的那个最先被拿走。它只允许在栈顶一端操作，进栈叫 push，出栈叫 pop。栈的典型应用场景你最好能背下来几个：函数调用（递归就是靠栈实现的）、括号匹配、表达式求值、浏览器的前进后退。看到”回退””撤销””配对””嵌套”这类词，第一反应就应该是栈。
队列是先进先出，缩写 FIFO，类比排队买饭，先来的先服务。一端进（队尾 enqueue）、一端出（队头 dequeue）。队列最典型的应用是广度优先搜索（BFS）和各种排队调度场景。
这里有个高频易错点是循环队列。普通队列用数组实现时，队头出队后会留下空位却用不上，这叫”假溢出”。循环队列把数组首尾相连解决这问题，但判空判满要小心：通常约定牺牲一个单元，当 front==rear 时判空，当 (rear+1)%size==front 时判满，队列长度公式是 (rear-front+size)%size。这一串公式容易记混，建议记住”牺牲一个单元”这个核心思路，公式现场推。
再补一个考点：给定一个入栈序列，判断某个出栈序列是否合法，这是经典选择题。规律是随时可以出栈，但一旦出栈的元素不能”插回去”，合法性判定要会模拟。栈的合法出栈序列数量遵循卡特兰数【需网络查询确认：卡特兰数公式 C(n)=C(2n,n)/(n+1)】。
树：从二叉树到红黑树
树是层次结构，一对多，像家谱或公司组织架构。比赛里重点是二叉树这一支，往上延伸到 B 树和红黑树。
先说二叉树本身，每个节点最多两个子节点。两个常见概念必须分清：满二叉树是”每个节点都有两个子节点，且所有叶子在同一层”，整棵树长得严丝合缝；完全二叉树是”除最后一层外都满，最后一层从左到右连续排”，允许最后一层没排满，但不允许中间有空缺。这两个词看着像，差别就在”满”和”连续”上。
二叉树的遍历是核心中的核心，四种方式要倒背如流：前序（根左右）、中序（左根右）、后序（左右根）、层序（按层从左到右）。一个经典考点是：前序加中序可以唯一确定一棵二叉树，后序加中序也可以，但前序加后序不行。原因是前序和后序都能确定根，但只有中序能区分左右子树。
再往上走是二叉搜索树（BST），它的规则是”左子树都小于根，右子树都大于根”，中序遍历正好得到有序序列。问题是它可能退化成一条链，查找变成 O(n)，所以才需要平衡。
B 树是多路搜索树，和二叉树的根本区别在于”矮胖”：每个节点可以存多个关键字、有多个子节点，整棵树高度很低。它是专门为磁盘这种”按块读取”的设备设计的，目的是减少磁盘 IO 次数，所以常用于数据库索引和文件系统。m 阶 B 树的约束是每个节点最多 m 个子节点、最多 m-1 个关键字，根节点之外的内部节点至少 ⌈m/2⌉ 个子节点。这一段约束记个大概即可，重点理解”为什么 B 树矮、为什么适合磁盘”。
红黑树是自平衡的二叉搜索树，它不像 AVL 树那样严格平衡，而是放宽约束：保证最长路径不超过最短路径的两倍，从而在查找和增删之间取折中。它的五条性质最好能背下来：第一，节点非红即黑；第二，根节点是黑；第三，叶子节点（NIL 空节点）是黑；第四，红节点的孩子必须是黑（也就是不能有连续两个红）；第五，从任一节点到其所有叶子节点的路径，黑节点数量相同，这个数叫黑高。红黑树插入和删除后的调整靠”变色加旋转”，具体调整规则比较繁琐，比赛层面记住”靠变色和左右旋来恢复性质”就够了。红黑树的典型应用包括 Java 的 TreeMap 和 TreeSet、Linux 内核的进程调度（CFS）【需网络查询确认：epoll 内部使用的具体数据结构版本细节】。
顺带说一个对比考点：AVL 树比红黑树更严格平衡，查询多、增删少的场景用 AVL 更划算；增删频繁的场景用红黑树更划算。这是个常考的选择题判断点。
另外二叉树还有几个性质公式要记牢：叶子节点数 n0 等于度为 2 的节点数 n2 加 1，即 n0 = n2 + 1；n 个节点的完全二叉树深度为 ⌊log₂n⌋ + 1。
图：邻接矩阵与邻接表
图是比树更一般的结构，顶点之间的关系是多对多，任意两个点都能连。图分无向图、有向图，边还可以带权。要会区分度、入度、出度：无向图谈度，有向图分开谈入度和出度。
图的存储方式是这一节的主考点，两种必须都会。
邻接矩阵是用一个 n×n 的二维数组，matrix[i][j]=1 表示顶点 i 到 j 有边，带权图就把 1 换成权值。它的优点是查边特别快，O(1) 就能判断两点之间有没有边；缺点是空间占用固定 O(n²)，无论边多边少都占这么多。所以邻接矩阵适合稠密图（边特别多的情况）。无向图的邻接矩阵一定是对称的，这是常考判断点。
邻接表是每个顶点挂一个链表，链表里存它的所有邻居。它的优点是省空间，只存实际存在的边，适合稀疏图；缺点是判断两点之间有没有边要遍历链表，不能一步到位。
对比记忆：稠密用矩阵、稀疏用邻接表。空间上，邻接矩阵 O(n²)，邻接表 O(n+e)（n 是顶点数、e 是边数）。无向图邻接表中所有链表节点数之和是 2e，有向图是 e。
哈希表：用空间换时间的典范
哈希表是”用空间换时间”这句话的最佳注脚。它通过一个哈希函数，把 key 直接映射到数组下标，所以查找、插入、删除平均都能做到 O(1)，这是其他结构比不了的。
哈希函数最常见的是除留余数法，H(key) = key mod p，其中 p 通常选一个不大于表长的质数。这一步不是重点，重点在冲突处理。
冲突是不可避免的，因为不同的 key 可能算出同一个地址。解决冲突主要有两大流派。第一类是开放定址法，冲突了就去寻找下一个空位，具体有线性探测（往后一个一个找）、二次探测（按平方跳跃着找）。第二类是链地址法，也叫拉链法，把映射到同一地址的所有元素挂成一个链表。两种方法各有特点：开放定址法容易产生”聚集”现象（连续占用一长串），拉链法处理起来直观但要多存指针。
一个高频考点是装填因子（也叫负载因子），它等于元素个数除以表长。装填因子越大，冲突概率越高、性能越差，所以一般要控制在一定阈值以下，超了就扩容 rehash。
还有一个常考的题型是算平均查找长度（ASL），在给定哈希表和冲突解决方式后，求成功查找和失败查找的 ASL。这类题没有捷径，要把每个元素的探测次数老老实实数出来再求平均，做两三道题就熟练了。
排序三剑客：快排、归并、堆排
排序算法里，比赛重点盯这三个，因为它们都做到了平均 O(nlogn) 这一档，但实现思路和特性完全不同。
快速排序的核心是”分治加基准”。随便选一个元素做基准（pivot），把数组重排成”比基准小的都在左、比基准大的都在右”，这一步叫 partition，然后对左右两段递归做同样的事。快排的平均时间复杂度是 O(nlogn)，最坏情况是 O(n²)，最坏发生在数组已经有序、基准每次都选到最值的时候。快排是原地排序，但它不稳定——相等的元素在分区后相对顺序可能改变。记忆关键：快排”先分区后递归”，分区是它的灵魂。
归并排序也是分治，但思路相反，是”先递归后合并”。它先把数组一直二分到单个元素，然后两两合并成有序段，合并时利用两个有序段首元素比较来归并。归并的时间复杂度是 O(nlogn)，而且最好、最坏、平均都一样，非常稳定；它也是这三个里唯一的稳定排序；代价是需要 O(n) 的额外空间。对比快排和归并，记一句话：”快排先分后治、归并先治后合；快排原地不稳定、归并稳定费空间”。
堆排序靠的是”堆”这个数据结构。堆是一棵完全二叉树，大顶堆满足父节点大于等于子节点，小顶堆反过来。排序过程是：先把整个数组建成大顶堆，然后把堆顶（最大值）和数组末尾交换，再把剩下的部分重新调整为堆，如此反复，每次取出一个最大值放到末尾。堆排序时间复杂度 O(nlogn)，原地排序，但不稳定。堆的数组表示里有个常用公式：下标从 0 开始时，节点 i 的左孩子是 2i+1、右孩子是 2i+2、父节点是 (i-1)/2，这个一定要记牢，堆排和 TopK 问题都要用。
这一节的核心考点就三个：稳定性、时间复杂度、空间复杂度。稳定性上记”快排堆排不稳、归并稳”；时间上记”快排最坏 n²、归并堆排都 nlogn 稳如老狗”；空间上记”归并要 O(n) 额外空间，快排堆排原地”。再补一个常考应用：TopK 问题（找前 K 大或前 K 小）用堆做最高效，维护一个大小为 K 的堆即可。
查找：二分与哈希
查找这一块重点两种，对应两种思路。
二分查找要满足一个前提：序列必须有序。它的思路是每次取中间元素和目标比，相等就找到，不等就砍掉一半继续找，时间复杂度 O(logn)。二分查找的坑全在边界上，循环条件是 left<=right 还是 left<right，更新是 left=mid+1 还是 left=mid，取决于你用的是”左闭右闭”还是”左闭右开”区间，选定一种写法就一直用，别来回切。二分还有几个变形很常考：找第一个等于 target 的位置、找最后一个等于 target 的位置、找第一个大于等于 target 的位置，这些变形比基础二分更容易出选择题。
哈希查找前面哈希表那节已经讲过，平均 O(1)，优势是无序也能查，劣势是冲突会影响性能、且不支持范围查询和有序遍历。两者对比：有序且查找频繁用二分，等值查找为主、不要求有序用哈希。
图遍历：BFS与DFS
图的两种遍历方式必须分清，它们用的辅助结构不同、应用场景也不同。
BFS 是广度优先搜索，思路是从起点出发，一层一层地往外扩，像往水里丢石子泛起的水波纹。它靠队列实现：起点入队，每次出队一个顶点，把它所有未访问的邻居入队，循环到队空。BFS 的特点是”层层推进”，所以它能用来求无权图的最短路径，也能做二叉树的层序遍历。
DFS 是深度优先搜索，思路是从起点出发，一条路走到底走不动了再回退换路，像走迷宫一直贴着墙走到死胡同才回头。它靠递归（本质是栈）或显式栈实现。DFS 适合连通性判断、拓扑排序、找所有解、环检测这类问题。
两者对比记忆：BFS 用队列、DFS 用栈或递归；BFS 找最短路径、DFS 找所有路径或判断连通。时间复杂度上，用邻接表存储时都是 O(V+E)（V 是顶点数、E 是边数），用邻接矩阵时是 O(V²)。这个复杂度对比是高频考点。
动态规划与贪心：看似像实则不同
这两个算法长得像，都涉及”做选择”，但内核完全不同，是考试里最喜欢拿来对比的一对。
动态规划（DP）的核心思想是把大问题拆成子问题，当子问题有重叠时，把每个子问题的结果记下来避免重复计算。能用 DP 的问题必须满足两个性质：最优子结构（大问题的最优解由子问题的最优解构成）和重叠子问题。做题的关键是写出状态转移方程，也就是”当前状态怎么从前面的状态推过来”。经典例子有斐波那契数列、背包问题（01 背包和完全背包）、最长公共子序列、最长上升子序列、编辑距离。DP 一般是自底向上递推，能保证全局最优，代价是时间和空间都不小（空间往往可以用”滚动数组”优化）。
贪心算法的思路是每一步都选”当前看起来最好”的选项，不回头、不后悔。它不保证全局最优，只有在问题具有”贪心选择性质”时才是正确的。典型例子有活动选择问题（按结束时间排序选最多不冲突活动）、Huffman 编码、最小生成树的 Prim 和 Kruskal 算法、部分背包问题（可分割的背包）。贪心一般效率高、实现简单，但适用面窄。
两者的根本区别要记牢：DP 是”全局考虑、自底向上、保证最优但慢”；贪心是”局部选择、不回头、快但不一定最优”。判断一道题该用哪个，可以先想”贪心能不能成立”——如果每一步的局部最优确实能推出全局最优，就用贪心；如果不行、需要枚举所有子问题的组合，就用 DP。一个简单的判别信号：背包问题里，物品可分割（部分背包）用贪心，物品不可分割（01 背包）用 DP，这个对比非常典型。
数据结构与算法易错点速记
数组和链表的取舍不要记反：数组查得快 O(1)、增删慢 O(n)；链表查得慢 O(n)、增删快 O(1)。栈是 LIFO、队列是 FIFO，循环队列判空用 front==rear、判满牺牲一个单元用 (rear+1)%size==front，这三个公式别张冠李戴。满二叉树和完全二叉树一字之差，”满”要求所有层都满，”完全”允许最后一层不满但必须从左连续。二叉树遍历里，前序加中序、后序加中序都能唯一确定一棵树，但前序加后序不行。B 树矮胖是为了减少磁盘 IO，红黑树最长路径不超过最短路径两倍，五条性质里”红节点的孩子必黑”和”黑高相同”最常被考。AVL 比 Red-Black 更严格平衡，查多用 AVL、增删多用 Red-Black。
图的存储上，稠密图用邻接矩阵、稀疏图用邻接表，无向图邻接矩阵对称。哈希表冲突处理两大流派，开放定址法有聚集问题、拉链法多存指针，装填因子越大性能越差。排序稳定性口诀”快排堆排不稳、归并稳”，快排最坏 n²、归并和堆排三种复杂度都是 nlogn，归并要 O(n) 额外空间。二分查找的坑在区间边界，选定左闭右闭或左闭右开就别再切。图遍历中 BFS 配队列、DFS 配栈或递归，邻接表下两者都是 O(V+E)。最后，DP 和贪心的判别：能证明”局部最优推全局最优”用贪心，否则老老实实写状态转移方程用 DP，01 背包用 DP、部分背包用贪心，这个对比例子记牢就能挡住大半选择题。
第二章 人工智能基础与机器学习理论：AI训练师的根骨
人工智能基础在清单里标了四颗星，再加上机器学习理论占整个理论考试的20%（最高权重），这一章是AI训练师赛项的根骨所在，必须讲透。
AI发展三幕剧
AI 这个词听着很玄，本质就是一句话——让机器表现出类似人的智能行为。但”怎么让机器智能”这件事，历史上走过三条完全不同的路，这就是常说的”三大学派”。
第一幕是符号主义，大概是上世纪 50 年代到 80 年代的主流。它的核心思想是：智能就是逻辑推理，人思考靠符号操作，那机器也一样，把知识写成”如果…那么…”的规则，机器就能推理。代表作是专家系统，比如给人看病的 MYCIN。这条路的问题是，现实世界太复杂，规则写不完，而且机器只能用人事先写好的规则，学不会新东西。所以后来遇到了瓶颈，史称”第一次 AI 寒冬”。
第二幕是连接主义，模拟人脑神经元的方式来做智能。1943 年就有人提出 MP 模型，1958 年 Rosenblatt 提出感知机，这俩是鼻祖。但当时感知机只能解决线性可分问题，连异或（XOR）都搞不定，被 Minsky 一顿批判，又进入了寒冬。直到 1986 年 Hinton 等人把反向传播算法（BP）真正推广开来，多层神经网络才重新火起来。【需网络查询确认：BP 算法最早由谁、哪一年提出，Hinton 1986 论文确切出处】
第三幕就是现在大家都熟悉的深度学习时代，大概从 2006 年 Hinton 提出”深度信念网络”开始预热，2012 年 AlexNet 在 ImageNet 上一战成名，把错误率刷下去一大截，从此 CNN、RNN、Transformer 一路狂奔。这背后的功臣其实是三样：大数据、GPU 算力、算法改进（比如 ReLU 激活函数解决梯度消失、Dropout 缓解过拟合）。
一句话总结这三幕：符号主义靠”人写规则”，连接主义靠”机器学权重”，深度学习是连接主义在算力和数据加持下的升级版。
应用领域速览
比赛常考的就三大块。
计算机视觉（CV），处理图像视频。经典任务有图像分类（这张图是猫还是狗）、目标检测（图里有哪些物体、位置在哪，用边界框标出来）、图像分割（每个像素属于哪个类）。背后主力模型从 CNN（LeNet、VGG、ResNet）一路发展到现在的 Vision Transformer。
自然语言处理（NLP），处理文本语音。任务包括文本分类、命名实体识别、机器翻译、问答系统、文本生成。传统方法有 TF-IDF、word2vec，后来 LSTM/GRU 一阵风，现在 Transformer 一统天下，BERT、GPT 都是它的变体。注意 Transformer 的核心是自注意力机制（Self-Attention），它解决了 RNN 不能并行、长距离依赖弱的问题。
推荐系统，给用户推东西。常见思路有协同过滤（”跟你相似的人喜欢啥，你就喜欢啥”）、基于内容（”你喜欢的东西的同类”）、混合推荐。评估常用 CTR（点击率）、AUC、NDCG。
感知机与反向传播：神经网络的起点
感知机是神经网络的”细胞”。它干的事很简单：输入一堆特征 x1、x2…xn，每个乘一个权重 w，加起来再过一个激活函数（最早是阶跃函数），输出 0 或 1。数学上就是 sign(w·x + b)。它的几何意义是：在特征空间里画一条线（高维是超平面），把两类点分开。但前提是数据得”线性可分”，也就是真的能一刀切开，否则感知机不收敛。
把感知机堆起来就是多层感知机（MLP）。输入层接特征，输出层给结果，中间夹着隐层。每个神经元做的事情还是”加权求和+激活”，关键是激活函数得是非线性的（ReLU、Sigmoid、Tanh），不然多层堆叠等价于一层，白搭。
那权重怎么学？这就是反向传播（BP）的活。前向传播算出预测值，跟真实标签比一下得到损失（比如交叉熵、MSE），然后把损失从输出层往回传，用链式法则算出每个权重的梯度，再用梯度下降更新权重。整个过程就是”前向算损失、反向传梯度、更新参数”三步循环。
这里有个常考的坑：梯度消失和梯度爆炸。Sigmoid 的导数最大才 0.25，多层一乘就趋近 0，梯度传不到浅层，这叫梯度消失；反过来权重太大，梯度越乘越大，叫梯度爆炸。解法：换 ReLU 激活函数（导数在正区间是 1）、BatchNorm 归一化、残差连接（ResNet 的核心）、梯度裁剪。
几个绕不开的基本概念
AI 是大目标，机器学习是实现这个目标的主流方法。它的定义可以这么记：让机器从数据中自动学习规律，并对新数据做出预测或决策，而不是靠人硬编码规则。注意三个关键词——数据、自动学习、预测。
样本、特征、标签这三个是一伙的。一条样本就是一条数据记录，比如一个人；特征是描述这条样本的属性，比如年龄、收入、浏览历史；标签是我们要预测的目标，比如”是否会买”。有标签的训练叫监督学习，没标签的就是无监督学习。
数据集要切成三份，这个切法几乎是必考点。训练集用来让模型学，占大头（一般 60%~80%）；验证集用来调超参数和选模型，比如试不同的学习率、树的深度，看哪个在验证集上表现好；测试集只在最后用一次，评估模型的最终性能，绝不能拿测试集去调参，否则就是”偷看答案”，成绩虚高。一个常见做法是 K 折交叉验证：把训练集切 K 份，轮流拿其中一份当验证集，其余 K-1 份训练，K 次结果平均，数据少的时候特别有用。
泛化能力是机器学习的灵魂。一个模型在训练集上表现好不算本事，能在没见过的新数据上表现好才是真本事，这就是泛化。我们做的一切——正则化、Dropout、交叉验证、控制模型复杂度——归根结底都是为了提升泛化能力，而不是把训练集拟合得多么完美。
三种学习类型
这块用类比最好记。
监督学习，就像”有老师教”。老师（标签）告诉你每道题的标准答案，你做完对照答案调整。分两类任务：标签是离散的叫分类（猫狗识别、垃圾邮件判定），标签是连续的叫回归（预测房价、预测销量）。
无监督学习，就像”自己找规律”。没人给答案，你只能从一堆数据里发现结构。典型任务是聚类（把相似的样本凑一堆）和降维（把高维数据压到低维，方便可视化或去噪）。
强化学习，就像”试错得奖励”。没有标签，只有一个智能体（agent）在环境（environment）里行动，每做一个动作（action）环境给一个奖励（reward）反馈，智能体的目标是学出一个策略（policy），让长期累计奖励最大。关键词就是这五个：智能体、环境、状态、动作、奖励。典型例子是 AlphaGo 下围棋、机器人学走路、游戏 AI。常考的算法有 Q-Learning、SARSA、DQN（深度 Q 网络）、PPO。
注意一个易错点：强化学习的”奖励”和监督学习的”标签”不一样。标签是每条样本都有的标准答案，奖励是动作之后环境给的反馈，可能是延迟的（比如围棋要下到最后才知道输赢），而且不一定告诉你”应该怎么做”，只告诉你”做得怎么样”。
算法地图：分类、回归、聚类、关联
这块知识点最密，分四组讲。
分类算法。逻辑回归，名字叫”回归”其实是做二分类的。它在线性回归 w·x+b 的外面套一个 Sigmoid 函数，把输出压到 0~1 之间，解释成”正类的概率”。概率大于 0.5 就判正类。损失函数用对数损失（交叉熵）。多分类就用 Softmax 推广。优点是简单、可解释、给出概率；缺点是只能学线性边界，复杂关系搞不定。KNN（K 近邻），思想最朴素——“物以类聚”。来一个新样本，看它周围 K 个邻居，多数是哪类就判哪类。K 太小容易被噪声带偏（过拟合），K 太大决策边界太粗（欠拟合）。距离常用欧氏距离，也要注意特征要先标准化。KNN 是”懒惰学习”，训练阶段啥也不干，预测时才计算，所以预测慢但训练快。朴素贝叶斯，基于贝叶斯定理，加一个”朴素”假设——特征之间条件独立。这个假设很强、基本不成立，但实际效果出奇的好，尤其文本分类（垃圾邮件）。决策树，模拟人做判断的过程，一串 if-else。每个节点选一个特征做分裂，叶子节点给出预测。关键是”怎么选分裂特征”——经典标准有信息增益（ID3）、信息增益率（C4.5）、基尼系数（CART）。决策树最大的优点是可解释性强，最大的缺点是容易过拟合，解法是剪枝或上集成。随机森林，Bagging 的代表，建很多棵决策树，每棵用自助采样抽出的子数据集训练，分裂时只在部分特征里选最优，最后投票或平均，核心思想是”三个臭皮匠顶个诸葛亮”。SVM（支持向量机），找一条”最宽的马路”把两类点分开，间隔最大化，离马路最近的那些点叫支持向量，线性不可分时用核函数把数据映射到高维空间。梯度提升树，Boosting 的代表，和随机森林的”并行投票”不同，Boosting 是”串行纠错”——每棵新树专门去拟合前面所有树的残差。代表算法：GBDT、XGBoost、LightGBM、CatBoost。
这里 Bagging vs Boosting 的区别一定要讲清楚：Bagging 是并行、降方差、树独立；Boosting 是串行、降偏差、树有依赖、后一棵纠前一棵的错。这是高频考点。
回归算法。线性回归，最基础的，y = w·x + b，用最小二乘法（MSE 损失）求 w 和 b。岭回归（Ridge），线性回归加 L2 正则化，让权重都变小但不为 0，模型更平滑。Lasso 回归，线性回归加 L1 正则化，妙处是会产生稀疏解——很多权重直接变 0，相当于自动做特征选择。这也是 L1 vs L2 最核心的区别：L1 产生稀疏（特征选择），L2 产生平滑（权重都变小）。弹性网络（Elastic Net），L1 和 L2 混着用。
聚类算法。K-Means，最常用，指定 K 个簇，先随机放 K 个中心点，每个样本归到最近的中心，然后中心更新为该簇均值，反复迭代。缺点是得自己指定 K、对初始中心敏感、只适合凸形簇。层次聚类，建一棵聚类树，不用事先指定 K 但计算量大。DBSCAN，基于密度，优点是不用指定 K、能发现任意形状的簇、自带噪声检测。高斯混合（GMM），软聚类，给出每个点属于每类的概率，和 K-Means 的区别是硬划分 vs 软划分。
关联规则。这是购物篮分析那一套，”买啤酒的人也爱买尿布”。核心概念三个：支持度（Support）= 同时买 A 和 B 的交易数 / 总交易数，衡量规则有多普遍；置信度（Confidence）= P(B|A)，衡量规则的可靠程度；提升度（Lift）= 置信度 / P(B)，Lift>1 说明 A 确实促进 B，Lift=1 说明独立，Lift<1 说明 A 反而抑制 B。提升度是最容易被忽略但最能说明问题的指标。Apriori 算法经典但慢，FP-Growth 是它的优化，建 FP 树只扫两次数据库，比 Apriori 快很多。
评估指标：怎么判断模型好不好
分类任务里，混淆矩阵是基础中的基础。把预测和真实对照，分四种情况：真阳性（TP，预测正实际正）、真阴性（TN，预测负实际负）、假阳性（FP，预测正实际负，误报）、假阴性（FN，预测负实际正，漏报）。所有分类指标都从这四个数算出来。
准确率（Accuracy）= (TP+TN) / 总数，整体预测对的比例。看起来直观，但数据不平衡时会骗人——比如 99% 都是负样本，全猜负类准确率 99%，但正类一个没识别出来，模型其实没用。
精确率（Precision）= TP / (TP+FP)，”我说的正类里有多少是真的”。召回率（Recall）= TP / (TP+FN)，”真正的正类我抓住了多少”。
这俩是一对矛盾，用一个钓鱼类比就懂了：精确率高像是”每次下钩都钓到鱼，但可能漏掉很多”（只钓确定有鱼的点）；召回率高像是”把所有有鱼的地方都撒网，但可能捞上来一堆杂物”（宁可错杀一千不可放过一个）。再换个医疗筛查的例子：筛查癌症，召回率重要（漏诊一个病人代价大），哪怕精确率低点也能接受；反过来垃圾邮件过滤，精确率重要（把正常邮件判成垃圾邮件很要命），漏几个垃圾邮件无所谓。
F1 是精确率和召回率的调和平均，2·P·R/(P+R)，专门平衡这俩。ROC 曲线横轴是假阳性率 FPR，纵轴是真阳性率 TPR（就是召回率），曲线下面积就是 AUC。AUC 越接近 1 越好，0.5 就是瞎猜，好处是跟阈值无关、不受数据不平衡影响，是比赛最常用的指标之一。
对数损失（Log Loss）衡量预测概率和真实标签的差异，越接近真实概率分越低。它比单纯的准确率严格，因为它要求”概率预测得准”。
回归任务用 MSE（均方误差，对大误差敏感）、MAE（平均绝对误差，对异常值鲁棒）、R²（决定系数，0~1 之间，越接近 1 越好）。
过拟合与欠拟合：模型的两种”病”
过拟合就是”学生死记硬背”。平时刷题都会（训练集准确率 99%），一到考试就懵（测试集一塌糊涂），因为他把训练题的每个细节甚至错题都背下来了，没学到真正的规律。表现是训练误差低、测试误差高，模型太复杂、把噪声也学进去了。
欠拟合正好相反，”根本没复习”。连训练集都学不好，更别说测试集。原因是模型太简单、特征太少、训练不够。表现是训练误差就很高。
怎么判断：看训练误差和测试误差的差距。两个都高是欠拟合，训练低测试高是过拟合，两个都低才是理想状态。
过拟合的解法：增加数据、降低模型复杂度、正则化（L1/L2）、Dropout、早停、数据增强、集成学习。欠拟合的解法反过来：增加模型复杂度、加更多特征、训练更久、减小正则化强度。
数据不平衡与正则化
数据不平衡是分类任务里的常见坑。比如欺诈检测，正常交易 99.9%、欺诈 0.1%，模型很容易学成”全猜正常”，准确率 99.9% 但毫无价值。处理思路：重采样（过采样少数类用 SMOTE、欠采样多数类）、代价敏感学习（给少数类加权重）、换评估指标（看召回率、F1、AUC 而非准确率）、集成方法。
SMOTE 是重点：对少数类每个样本找 K 个近邻，在它和近邻连线上随机生成新样本，比直接复制更合理。注意 SMOTE 是过采样不是欠采样，这是常考易错点。
正则化统一收一下：在损失函数后面加一个对权重的惩罚项，防止权重过大。L1（Lasso）加 ||w||₁ 产生稀疏解做特征选择；L2（Ridge）加 ||w||² 让权重都变小但不为 0 模型平滑；弹性网络两者结合。神经网络里 Dropout、BatchNorm、Early Stopping 也都起到正则化作用。
最后说特征工程和降维。特征工程包括缺失值处理、编码（one-hot、label encoding）、归一化（Min-Max 缩到 0~1）、标准化（Z-score 均值 0 方差 1）、分箱、特征组合。”数据决定上限、模型逼近上限”。降维：PCA 无监督找方差最大方向，LDA 有监督找”类间方差大、类内方差小”方向，t-SNE 非线性降维主要用于可视化。PCA vs LDA 的核心区别：PCA 无监督看方差最多降到特征数，LDA 有监督看类别可分性最多降到类别数减 1。
人工智能与机器学习易错点速记
监督、无监督、强化三种学习，区别在”有没有标签”和”反馈形式”。分类和回归，看标签是离散还是连续。逻辑回归是分类不是回归，名字唬人。L1 产生稀疏做特征选择，L2 平滑权重都变小。Bagging 并行降方差（随机森林），Boosting 串行降偏差（XGBoost 一族）。精确率是”我说对的比例”，召回率是”真阳性抓住的比例”。筛查病人重召回，垃圾邮件重精确。F1 是两者的调和平均。过拟合是训练好测试差，欠拟合是训练就差。准确率在不平衡数据上会骗人，要看 F1、AUC、召回率。SMOTE 是少数类过采样方法，不是欠采样。训练集学、验证集调参、测试集最后评估一次，三个不能混用。PCA 无监督降维看方差，LDA 有监督降维看类可分性，t-SNE 主要用来可视化。支持度衡量规则普遍性，置信度衡量可靠性，提升度才是判断”是否真有促进”的关键，Lift=1 说明独立。KNN 预测慢训练快、要标准化特征；决策树易过拟合要剪枝；SVM 找最宽间隔、靠支持向量、用核技巧处理非线性。梯度消失换 ReLU、用 BatchNorm 和残差，梯度爆炸用梯度裁剪。强化学习的奖励是延迟的、是反馈不是答案，和监督学习的标签本质不同。
第三章 深度学习与生成式人工智能理论：从神经网络到大模型
深度学习权重15%、生成式AI权重10%，虽然清单里只给”人工智能基础”标了四颗星，但DL和生成式AI的理论部分会融入概念题，且是后续实操模块的理论根基，必须讲清核心。
激活函数：给网络加非线性
没有激活函数，多层网络无论堆多深都等价于一个线性变换，等于白搭。激活函数就是把线性结果”掰弯”的非线性函数。
Sigmoid 把任意实数压到 (0,1) 区间，输出可以解释成概率，所以二分类输出层常用它。但它有两个臭名昭著的毛病：一是梯度消失，当输入很大或很小时导数接近0，反向传播时梯度一层层衰减下去；二是输出非零中心，会让下一层梯度总往一个方向走，收敛慢。现在基本只在输出层用，隐藏层早就不用了。
ReLU 是当前隐藏层的绝对主力，公式就是 max(0, x)，正区间导数恒为1，彻底解决了正区间的梯度消失问题，计算还特别快。它为什么能缓解梯度消失？因为只要神经元活着（输入大于0），梯度就能一路畅通地传回去，不会被层层相乘稀释掉。ReLU 的缺点是”神经元死亡”——如果某个神经元输入长期小于0，它的梯度永远是0。补救办法是 LeakyReLU，负区间给一个很小的斜率，让神经元还有一线生机。
Softmax 不是单值激活，而是把一个向量”归一化”成概率分布，所有分量之和为1，多分类输出层标配。
记住一句话：隐藏层默认 ReLU，二分类输出用 Sigmoid，多分类输出用 Softmax。
损失函数与优化器：网络怎么学
损失函数衡量”预测值离真实值有多远”。回归问题用 MSE 均方误差，分类问题用交叉熵，它衡量两个概率分布的差异，配合 Softmax 时梯度形式非常简洁（预测概率减真实概率），收敛快。
反向传播是训练的核心机制，本质是用链式法则从输出层往输入层逐层算梯度。算出梯度后，优化器决定怎么用这些梯度更新参数。
最基础的是 SGD 随机梯度下降，参数往梯度的反方向走一步，步长由学习率控制。Momentum 加了”动量”，把历史梯度做指数加权平均，相当于给小球加了惯性，能冲过小坑、减少震荡。RMSprop 给每个参数单独维护一个学习率，按梯度平方的滑动平均自适应缩放。Adam 是 Momentum 和 RMSprop 的结合体，同时维护梯度的一阶矩和二阶矩的滑动平均并做偏差修正，是目前最常用的”默认选择”，收敛快、调参少。比赛里如果题目问”哪个优化器对稀疏梯度友好、自适应学习率”，重点候选就是 Adam 和 RMSprop。
学习率不是越小越好——太小收敛慢，太大会在最优点附近震荡甚至发散。实战中常用学习率调度，比如余弦退火、Warmup。
CNN：卷积如何”看”图
CNN 解决了 MLP 参数爆炸的问题，靠的是两个核心思想：局部连接和权值共享。
卷积层用一个小小的卷积核（比如3×3）在整张图上滑动，每次只看局部一块，这就是局部连接。更妙的是，同一个卷积核在滑动过程中权重不变——这就是”权值共享”，可以形象理解为”用同一个滤镜扫整张图”。一张图里无论猫耳朵在左上角还是右下角，同一个滤镜都能识别出来，这叫平移不变性。这样一来，3×3 的核只有9个参数，远比全连接层省。
卷积层有几个关键超参数：卷积核大小、步长 stride、填充 padding。输出尺寸公式记一下：输出边长 = (输入边长 - 卷积核大小 + 2×填充) / 步长 + 1，向下取整。当步长为2、不填充时，输出尺寸会减半，相当于做了下采样。
池化层就是降采样，最常用的是最大池化 MaxPool，在窗口里取最大值，作用是缩小特征图、降低计算量、增加平移鲁棒性，没有参数。
批归一化 BatchNorm 是个里程碑式技巧：给每一层的输入做标准化，减去均值除以标准差，再用两个可学习参数缩放和偏移。好处是让每层输入分布稳定、允许用更大学习率、加速收敛。一句话总结：BatchNorm 就是给每层输入做标准化。注意它在训练和推理时行为不同——训练用 batch 统计量，推理用全量滑动平均。它和 LayerNorm 别混——BatchNorm 沿 batch 维度归一化（适合 CV），LayerNorm 沿特征维度归一化（适合 NLP/Transformer）。
经典架构发展脉络必须记清楚。LeNet 是 LeCun 在1998年搞的，第一个成功的 CNN，识别手写数字。AlexNet 在2012年 ImageNet 比赛一战成名，首次用 ReLU、Dropout、GPU 训练【需网络查询确认：AlexNet 具体年份与作者】。VGG 探索了”用堆叠小卷积核代替大卷积核”的思想，两个3×3卷积的感受野等于一个5×5，但参数更少、非线性更多。ResNet 是何恺明的代表作，提出了残差连接，让网络可以堆到152层甚至更深而不退化——核心是让输入直接跳过几层加到输出上，网络学的是”残差”而非”恒等映射”，解决了深层网络退化问题。Inception 走的是”多尺度并行卷积”路线。
RNN与LSTM：处理序列的记忆机器
RNN 专门处理序列数据（文本、语音、时序），核心思想是”当前输出不仅依赖当前输入，还依赖上一时刻的隐状态”。隐状态就像网络的短期记忆。但原始 RNN 有个致命问题：长程依赖，序列一长，反向传播时梯度要么消失要么爆炸。
LSTM 用精巧的”门控”机制解决了这个问题。它有三个门：遗忘门、输入门、输出门，外加一个细胞状态 cell state。可以用”记忆的写/读/遗忘”来类比：遗忘门决定从长期记忆里忘掉什么，输入门决定把新信息写进长期记忆多少，输出门决定基于当前记忆输出什么。细胞状态是一条贯穿全程的”传送带”，信息可以几乎无损地流过去，梯度也能顺畅回流，这就解决了长程依赖。
GRU 是 LSTM 的简化版，把三个门简化成两个（更新门和重置门），参数更少、训练更快，效果在很多任务上和 LSTM 接近。
双向 RNN 让序列的每个位置都能看到前后文信息，适合离线任务。序列到序列 Seq2Seq 是”编码器-解码器”结构，典型应用是机器翻译，后来有了注意力机制来缓解定长向量的信息损失瓶颈，再后来注意力机制演化成了 Transformer。
正则化与优化策略
Dropout 是隐藏层正则化的经典做法：训练时随机让一部分神经元”掉线”（输出置0），推理时全部启用但权重缩放。直观理解是每次训练的是不同子网络，相当于模型集成，强迫网络不要过度依赖个别神经元。BatchNorm 除了稳定分布本身也有正则化效果。L1 正则化产生稀疏权重做特征选择，L2 正则化让权重整体变小更平滑。早停 Early Stopping 是性价比最高的正则化：在验证集损失不再下降反而上升时停止训练。数据增强对图像特别有用——翻转、旋转、裁剪等。
优化策略这边还有权重初始化：不能全置0，也不能随机太大。Xavier 初始化适合 Sigmoid 和 Tanh，He 初始化（何恺明）适合 ReLU 族。迁移学习是”站在巨人肩膀上”——拿一个在大数据集上预训练好的模型，冻结底层或用小学习率微调顶层，在自己小数据集上往往能拿到不错的效果。
强化学习速览
核心框架是马尔可夫决策过程 MDP，由状态 S、动作 A、奖励 R、转移概率 P、折扣因子 γ 组成。”马尔可夫”的含义是”未来只依赖当前状态，与历史无关”。
Q-Learning 是值函数方法，维护一个 Q 表 Q(s,a)，更新公式是经典的贝尔曼方程。问题是 Q 表只能处理离散小状态空间。DQN 用神经网络逼近 Q 函数，引入经验回放和目标网络两个技巧【需网络查询确认：DQN 论文年份】。策略梯度 Policy Gradient 直接参数化策略，适合连续动作空间但方差大。Actor-Critic 把值函数和策略函数结合起来，是现代强化学习的主流框架。PPO（近端策略优化）是 OpenAI 力推的算法，对策略更新幅度做裁剪限制，是 RLHF 里最常用的对齐算法之一，必须记住它和 RLHF 的关系。
生成模型家族：AE/VAE/GAN/扩散
生成模型的目标是”学数据分布，然后能采样生成新样本”。这家族有四大主流。
自编码器 AE 是个”压缩-还原”网络，编码器把输入压成低维向量，解码器再还原回去，学到的低维向量叫潜在表示。但 AE 本身不能直接生成新样本——因为潜在空间没有结构。
VAE 补上了这个缺口，它不学确定的潜在向量而是学一个分布，损失除了重建项还有 KL 散度项，这样潜在空间是连续平滑的，随便采点都能生成合理样本。VAE 生成相对模糊但训练稳定。
GAN 走的是完全不同的路子：生成器与判别器对抗博弈。经典比喻就是”造假者 vs 警察”——生成器造假钞试图骗过判别器，判别器努力分辨真假，两者在博弈中一起变强。GAN 生成的图比 VAE 锐利，但训练难、容易模式崩溃（只生成少数几种样本）。
扩散模型 Diffusion 是这两年图像生成的王者，Stable Diffusion、DALL-E 2 都是它的徒子徒孙。核心思想简单到让人意外：加噪再去噪。前向过程逐步给原图加高斯噪声加到纯噪声，反向过程训练一个网络学会从噪声逐步去噪还原成图。训练时网络预测每一步要去除的噪声，推理时从纯噪声开始迭代去噪生成图。优点是训练稳定、生成质量高，缺点是采样慢。Stable Diffusion 还把扩散过程搬到潜在空间（用 VAE 先压缩），大幅降低计算量。
Transformer：大模型的基石
Transformer 是 2017 年 Google 论文《Attention is All You Need》提出的，彻底颠覆了 RNN 统治 NLP 的格局【需网络查询确认：论文具体年份与作者】。它的核心是自注意力机制，让序列中每个位置都能直接和所有位置交互，可以高度并行。
自注意力怎么算？用一句话概括：每个词跟所有词算相关性。具体来说，对每个词的 embedding 做三次线性变换得到 Query、Key、Value 三个向量，然后用 Query 和所有 Key 做点积得到相关性分数，除以根号 dk 缩放，过 Softmax 归一化成权重，再用这些权重对 Value 加权求和。整个过程就是”我用 Query 去问所有人，谁的 Key 和我匹配度高就多取谁的 Value”。
多头注意力是自注意力的升级版：把 Q/K/V 分成多组，每组独立做注意力，最后拼起来再投影。好处是不同头可以关注不同子空间的关系——有的头关注语法、有的关注语义、有的关注长距离依赖。
位置编码是因为 Transformer 本身没有位置感知能力（注意力是顺序无关的），需要额外把位置信息加进去。原始论文用正弦余弦函数生成固定编码，也有可学习位置编码（BERT 用）、相对位置编码（T5 用）。后来有 ALiBi、RoPE 旋转位置编码等改进。
Transformer 整体结构是编码器-解码器堆叠。后来 GPT 只取解码器部分，BERT 只取编码器部分，T5 保留完整结构，这就引出了三条路线。
GPT与BERT：两条路线
虽然都基于 Transformer，但 GPT 和 BERT 的设计哲学完全相反，必须分清。
GPT 走的是自回归路线：用 Transformer 解码器，从左到右逐词预测下一个词，训练目标就是”语言建模”。它生成时一个词一个词往外蹦，天然适合生成任务。优点是生成流畅、能做零样本少样本，缺点是只能看到左边的上下文。
BERT 走的是双向编码路线：用 Transformer 编码器，训练时用掩码语言建模 MLM——随机遮住一些词，让模型基于上下文（左右双向）预测被遮的词。BERT 能看到完整上下文，理解能力强，做分类、问答效果很好，但天生不擅长生成。
简单记忆：GPT 自回归、单向、擅长生成；BERT 双向编码、擅长理解。T5 走中间路线，用编码器-解码器统一所有任务为”文本到文本”格式。LLaMA 是 Meta 开源的一系列大模型，结构上基本沿用 GPT 的解码器路线，是开源大模型的标杆【需网络查询确认：LLaMA 各版本发布时间和参数规模】。
多模态模型
CLIP 是 OpenAI 提出的，思想很优雅：用两个编码器分别编码图像和文本，让”匹配的图文对”在向量空间里靠近，”不匹配的”远离。CLIP 的图像编码器后来被无数多模态模型当”眼睛”用。BLIP 和 BLIP-2 引入 Q-Former 这个小网络，把冻结的图像编码器和冻结的大语言模型连起来【需网络查询确认：BLIP-2 发布年份】。LLaVA 是把 CLIP 图像编码器的输出通过一个投影层接到 LLaMA 上，让大模型能”看图说话”。GPT-4V 是 OpenAI 在 GPT-4 基础上加的多模态版本。
高效微调技术：LoRA为何这么火
大模型动辄几十亿几百亿参数，全量微调显存和算力都吃不消。于是诞生了一系列”参数高效微调”PEFT 方法。
LoRA 是当下最火的方法，核心思想：冻结原模型，只训练低秩小矩阵。原模型某层权重 W 是 d×d 的大矩阵，LoRA 不直接动 W，而是学两个小矩阵 A(d×r) 和 B(r×d) 的乘积加到 W 上，r 远小于 d（比如8或16）。这样可训练参数从 d² 降到 2dr。推理时可以把 BA 合并到 W 里，零额外开销。为什么有效？因为微调时权重更新 ΔW 本身就是低秩的。LoRA 的优势是参数少、效果接近全量、可以插拔复用。
Adapter Tuning 是在 Transformer 每层里插入小瓶颈模块，只训练这些小模块，参数量小但会增加推理延迟。Prefix Tuning 是在每个注意力层的 KV 前面拼上一些可学习的”虚拟前缀” token，只训练这些前缀。Prompt Tuning 更轻量，只在输入 embedding 层加可学习的 prompt token，参数最少但小模型上效果一般。P-Tuning v2 是 Prefix Tuning 的改进版，把可学习 prompt 加到每一层，对中小模型也有效。
比赛里如果问”哪个方法推理无额外开销”，答案是 LoRA（可合并权重）；问”哪个最轻量只动输入”，是 Prompt Tuning；问”为什么 LoRA 火”，因为它参数少、效果好、可插拔、推理零开销。
训练方法：SFT、RLHF与DPO
把一个预训练基座模型变成好用的对话助手，要经过几个阶段的训练。
预训练阶段是大规模无监督地学语言知识，用海量文本做下一个词预测，得到基座模型。这一步烧钱烧卡，但模型还不会”听指令”。
SFT 监督微调是第一步对齐：用”指令-回答”对的高质量数据微调模型，让它学会按指令格式回答。SFT 是几乎所有对齐流程的起点。
RLHF 基于人类反馈的强化学习是 OpenAI 在 InstructGPT/ChatGPT 里发扬光大的方法【需网络查询确认：InstructGPT 论文年份】。流程分三步：先 SFT 得到初始策略，再训练一个奖励模型 RM（用人类对多个回答的偏好排序数据），最后用 RM 的打分当奖励，用 PPO 算法优化策略模型让回答得分更高。RLHF 效果惊艳但流程复杂、训练不稳定、要同时维护四个模型（策略、参考、奖励、价值）。
DPO 直接偏好优化是后来居上的简化方案，核心洞察是：在特定数学假设下，可以直接用偏好数据（A比B好）通过一个简洁的损失函数优化策略模型，省掉了显式的奖励模型和 RL 训练循环。DPO 训练更稳定、更简单，效果接近甚至超过 RLHF。
三者关系一句话总结：SFT 是基础对齐，RLHF 用强化学习+奖励模型做偏好优化，DPO 用监督学习方式直接做偏好优化、绕开 RL 的复杂性。一般流程是 SFT 先做，再用 RLHF 或 DPO 二选一做偏好对齐。
提示工程与RAG
提示工程不训练模型，靠设计输入提示来激发模型能力。零样本 Zero-shot 是直接给模型任务不加示例。少样本 Few-shot 是在提示里给几个”输入-输出”示例，让模型模仿模式。链式思维 CoT 是让模型”一步步思考”再给答案的技巧，提示里加”Let’s think step by step”或给带推理过程的示例，能显著提升数学、逻辑等复杂推理任务的准确率。
RAG 检索增强生成是把外部知识检索和大模型生成结合的范式。流程是：用户提问→把问题编码成向量→在知识库（向量数据库）里检索相关文档片段→把检索结果拼进提示→大模型基于检索内容生成答案。它解决的是大模型”知识过期”和”幻觉”问题。RAG 比微调更适合知识频繁更新的场景，成本也低。关键区别：RAG vs 微调——知识频繁更新选 RAG（不用重训），需要改变模型行为风格选微调。RAG 不能让模型学会新技能，只能让它查到新知识。
评估指标与工具库
评估指标按任务分要记清楚。文本生成用 BLEU 和 ROUGE。BLEU 看生成文本里 n-gram 有多少出现在参考文本里，侧重精确率，机器翻译常用。ROUGE 反过来，看参考文本里 n-gram 有多少被生成文本覆盖，侧重召回率，文本摘要常用。别记反。多模态对齐用 CLIP Score，衡量图像和文本匹配程度。大语言模型综合能力有 MMLU（英文多任务理解基准，覆盖57个学科）和 C-Eval（中文综合评估基准）。
工具库这块要认识这几个名字和它们的分工。Hugging Face Transformers 是事实上的模型库标准，提供几千个预训练模型的加载、推理、微调 API。PEFT 是 Hugging Face 出的参数高效微调库，封装了 LoRA、Adapter、Prefix Tuning 等方法。DeepSpeed 是微软的大模型训练加速库，提供 ZeRO 优化（把优化器状态、梯度、参数分片到多卡）。Accelerate 也是 Hugging Face 的，简化多卡、混合精度、分布式训练的样板代码。TRL 是 Transformers Reinforcement Learning 库，专门做 RLHF、DPO 等对齐训练。别把 DeepSpeed 和 Accelerate 混，也别把 PEFT 和 TRL 混。
深度学习与生成式AI易错点速记
激活函数：隐藏层默认 ReLU 不是 Sigmoid，ReLU 缓解梯度消失是因为正区间梯度恒为1；Softmax 只用于多分类输出层。卷积：权值共享是”同一个滤镜扫整张图”；池化没有参数；输出尺寸公式别忘了加2倍 padding。BatchNorm：给每层输入做标准化，训练用 batch 统计、推理用滑动平均；它和 LayerNorm 别混。ResNet：残差连接学的是”残差”不是”恒等映射”，解决的是退化问题。LSTM 三个门：遗忘门忘、输入门写、输出门读，细胞状态是传送带；GRU 是简化版三个门变两个。GAN：生成器和判别器对抗博弈不是合作；模式崩溃是只生成少数样本。扩散模型：加噪再去噪，训练预测噪声、推理从纯噪声迭代去噪；Stable Diffusion 在潜在空间扩散才省算力。Transformer：自注意力是每个词跟所有词算相关性，用 Q/K/V；多头是分多组并行算；位置编码是因为注意力本身无位置感知。GPT vs BERT：自回归单向生成 vs 双向编码理解，这个对比几乎必考。LoRA：冻结原模型只训练低秩小矩阵，可合并权重所以推理零开销；Adapter 会增加推理延迟；Prompt Tuning 最轻量只动输入。SFT/RLHF/DPO：SFT 是监督微调打基础，RLHF 用奖励模型+PPO 做偏好优化（复杂不稳定），DPO 直接用偏好数据做监督式优化（简单稳定），一般先 SFT 再二选一对齐。PPO 是 RLHF 里最常用的对齐算法。提示工程：零样本无示例、少样本有示例、CoT 让模型逐步推理；RAG 是检索+生成解决幻觉，不是微调。评估指标：BLEU 重精确率用于翻译，ROUGE 重召回率用于摘要，别记反；CLIP Score 评图文匹配；MMLU 是英文综合、C-Eval 是中文综合。
第四章 操作系统：管资源、管进程的大管家
操作系统★★★，核心功能是进程管理、内存管理、文件管理、设备（I/O）管理。
进程与线程
先记住一句话：进程是资源分配的基本单位，线程是 CPU 调度的基本单位。
打个比方，进程像”独立的车间”，每个车间有自己的厂房（地址空间）、仓库（打开的文件）、账本（资源清单），相互之间天然隔离；线程像”车间里的工人”，多个工人共用同一个车间的厂房和仓库，但各自手里有自己的一份活儿（程序计数器、寄存器、栈）。
进程和线程的关键区别：进程间通信开销大（要跨地址空间，靠管道、消息队列、共享内存、信号量），线程间通信开销小（直接读写同一进程内的共享变量，但要加锁防冲突）；创建销毁进程比线程贵得多；一个进程崩了通常不影响别的进程，但一个线程崩了很可能把整个进程拖垮。
进程有三个基本状态：就绪（万事俱备只差 CPU）、运行（正在 CPU 上跑）、阻塞（等 I/O 或事件）。注意阻塞不能直接到运行，必须先回到就绪。
调度算法
调度算法记几个经典的就行，会考”什么场景用什么、会不会饿死”。
先来先服务（FCFS）：谁先来谁先跑，简单公平，但短任务会被长任务拖死。短作业优先（SJF）：优先跑估计时间最短的，平均等待时间最短，但长任务可能永远轮不上（饿死）。优先级调度：按优先级高低跑，同样可能饿死，解决办法是”老化”（aging），等得越久优先级慢慢抬高。时间片轮转（RR）：每个进程给一个时间片，用完就被踢到就绪队列尾部，公平响应快，适合分时系统。多级反馈队列（MLFQ）：集大成者，多个队列不同优先级，新进程进高优先级队列，用完时间片降级，是最常考的”既能响应快又能兼顾吞吐”的算法。
判断题里常挖的坑：SJF 是非抢占的，SRTF（最短剩余时间优先）才是抢占版本；时间片轮转是抢占式的。
内存管理：分页、分段与虚拟内存
分页（Paging）：把物理内存切成固定大小的页框，把逻辑地址切成同样大小的页，通过页表做映射。优点是没有外部碎片，缺点是有内部碎片（最后一页填不满）。地址结构是”页号 + 页内偏移”。
分段（Segmentation）：按程序的逻辑结构划分（代码段、数据段、栈段），段大小不固定。优点是共享和保护方便，缺点是有外部碎片。段页式：先分段再分页，结合两者优点。
分页有内部碎片无外部碎片，分段有外部碎片无内部碎片，这个对比要记牢。
虚拟内存：让程序以为自己有很大内存，实际只有一部分在物理内存里，其余在磁盘的交换区。靠”请求调页”实现——访问的页不在内存时触发缺页中断，操作系统把它从磁盘调入，可能还要换出一页（页面置换算法）。
页面置换算法必记。最佳置换（OPT）：换掉将来最长时间不被用的页，理论最优但无法实现。先进先出（FIFO）：换掉最早进来的，简单，但有 Belady 异常——分配的页框变多反而缺页率上升（经典考点）。最近最久未使用（LRU）：换掉最久没被访问的，效果好但实现开销大。时钟算法（CLOCK / 二次机会）：LRU 的近似实现。注意 FIFO 有 Belady 异常，LRU 和 OPT 不会，这是高频考点。
文件系统与I/O
文件物理存放三种方式：连续分配（快、有碎片）、链接分配（链表串起磁盘块，没外部碎片但不支持随机访问）、索引分配（给每个文件建个索引表，i 节点 inode 就是这种思路，Linux/Unix 用）。
I/O 管理记住三种控制方式：程序查询（CPU 一直问，最笨）、中断驱动（I/O 完成 CPU 通知，主流）、DMA（直接内存访问，大批量数据不经过 CPU，由 DMA 控制器搬，适合磁盘等高速设备）。SPOOLing（假脱机）是把独占设备虚拟成共享设备，典型例子是打印机排队。
第五章 编程语言：以Python为主线
赛项以 Python 为主，但题目里会混 Java、C++ 的基本语法。
基础语法与控制结构
Python 的几个语言特性先钉死：动态类型（变量不用声明类型，运行时确定）、强类型（不会偷偷做隐式类型转换）、缩进表示代码块（不用大括号）、解释执行。
基本数据类型：int（任意精度，不会溢出）、float、bool（True/False，注意首字母大写）、str（不可变）、None。容器类型：list（可变、有序）、tuple（不可变、有序）、dict（键值对，Python 3.7+ 保证插入顺序）、set（无序、不重复）。
几个 Python 容易错的点：is 比较的是身份（对象 id），== 比较的是值；可变默认参数是经典坑——def f(x, lst=[]) 会让 lst 在多次调用间共享，正确做法是用 lst=None 然后内部判断初始化；列表推导式 [x for x in ... if ...] 是高频考点。
面向对象三件套：封装、继承、多态
封装：把数据和操作数据的方法绑在一起，对外隐藏内部细节。Python 里靠下划线约定：单下划线 _name 表示”内部用”（约定），双下划线 __name 触发名称改写（name mangling）。Java 和 C++ 有真正的 private/protected/public 关键字。
继承：子类获得父类的属性和方法。Python 写法是 class Dog(Animal):，支持多继承。Java 是单继承（一个类只能 extends 一个父类），但可以实现多个接口；C++ 支持多继承，有著名的”菱形继承”问题靠虚继承解决。
多态：同一个方法调用，不同对象表现不同行为。Python 是动态语言，多态是”鸭子类型”——只要对象有这个方法就能调用。Java/C++ 靠方法重写（override）和父类引用指向子类对象实现运行时多态，C++ 还需要把方法声明为 virtual 才能动态绑定。
构造方法：Python 是 __init__（初始化，不是创建），Java 和 C++ 是与类同名的构造函数。Python 调父类构造要用 super().__init__()。
类方法、静态方法、实例方法的区别：实例方法第一个参数是 self；类方法用 @classmethod 装饰，第一个参数是 cls；静态方法用 @staticmethod，没有隐式参数。
异常处理
Python 异常用 try/except/else/finally 结构。关键考点：except 的捕获顺序要从具体到一般（子类异常在前，父类 Exception 在后）；else 是没异常才跑；finally 一定跑，哪怕 try 里有 return，finally 也会在 return 之前执行（这个常考）。抛异常用 raise ValueError("xxx")，自定义异常继承 Exception 类。
Java 的异常分受检异常（checked，必须 try-catch 或 throws）和非受检异常（unchecked，RuntimeException 子类），这是 Java 特有的概念，Python 没有这种区分。
第六章 计算机网络：数据怎么传
网络★★★，占分高，概念多但相对好理解。
OSI与TCP/IP模型
OSI 七层模型从下到上：物理层、数据链路层、网络层、传输层、会话层、表示层、应用层。用”寄快递分层”来类比很好记：物理层管”用什么车走什么路”（比特流传输）；数据链路层管”两个相邻站点之间怎么可靠传一帧”（MAC 地址寻址，以太网、Wi-Fi 在这层）；网络层管”包裹怎么从源头路由到目的地”（IP 协议在这层）；传输层管”端到端的一次完整通信”（TCP/UDP，端口号）；会话层管”建立、管理、终止会话”；表示层管”数据怎么编码、加密、压缩”；应用层管”给用户应用提供网络服务”（HTTP、FTP、DNS、SMTP）。
实际中会话层和表示层基本并入应用层，所以 TCP/IP 四层模型更贴近现实：网络接口层、网际层（IP）、传输层（TCP/UDP）、应用层。也有教材把 TCP/IP 写成五层模型，是一回事。
记忆口诀（从下到上）：物、数、网、传、会、表、应。每层对应的设备：物理层有中继器、集线器（hub）；数据链路层有交换机（switch）、网桥；网络层有路由器（router）；传输层以上是网关、防火墙。
数据封装过程也要会：发送方从上到下，每经过一层加一个首部（应用数据→加 TCP 头成段 segment→加 IP 头成包 packet→加帧头帧尾成帧 frame→变成比特流）；接收方反过来一层层剥。这个”封装—解封装”是高频考点。
TCP与UDP
TCP 像打电话要确认：建立连接（三次握手）、传输时确认收到、丢了重传、按顺序到达，可靠但慢，开销大。UDP 像寄明信片：发出去就不管了，不建连接、不确认、不重传、不保证顺序，不可靠但快、开销小。
三次握手（建立 TCP 连接）：客户端发 SYN，序号 seq=x；服务器回 SYN+ACK，seq=y，确认号 ack=x+1；客户端再回 ACK，ack=y+1，连接建立。为什么要三次？两次的话，服务器无法确认客户端的接收能力，也可能因为网络滞留的旧连接请求错误地建立连接。
四次挥手（断开连接）：客户端发 FIN；服务器回 ACK（此时服务器还能发未发完的数据）；服务器发完数据后发 FIN；客户端回 ACK，进入 TIME_WAIT（等 2 个最大报文段寿命 MSL，确保服务器收到 ACK 且让旧报文消亡）。
TCP 可靠性靠这些机制保证：序号和确认号、重传、流量控制（滑动窗口）、拥塞控制（慢启动、拥塞避免、快重传、快恢复）。
应用场景：TCP 用于要可靠的（HTTP/HTTPS、FTP、SMTP、SSH）；UDP 用于要快、能容忍丢包的（DNS 查询、视频直播、语音通话、游戏、DHCP）。
HTTP与HTTPS
HTTP 是超文本传输协议，基于 TCP，默认端口 80。它是无状态的（每次请求相互独立，所以才有 Cookie/Session 来维持状态），请求-响应模式。
HTTP 方法要记：GET（获取资源，幂等、无副作用）、POST（提交数据、创建资源，非幂等）、PUT（更新/替换资源，幂等）、DELETE（删除资源，幂等）。幂等性是指多次执行结果相同，这个概念常考。
HTTP 状态码分五类，记住第一位代表什么：1xx 信息、2xx 成功（200 OK、201 Created）、3xx 重定向（301 永久重定向、302 临时重定向、304 Not Modified 缓存）、4xx 客户端错误（400 请求语法错、401 未认证、403 禁止访问、404 找不到）、5xx 服务器错误（500 内部错误、502 网关错误、503 服务不可用、504 网关超时）。注意 401 是未认证、403 是禁止访问，别混。
HTTPS = HTTP + SSL/TLS 加密，默认端口 443。它解决的是 HTTP 明文传输不安全的问题，提供加密（防窃听）、身份认证（防冒充，靠证书）、完整性校验（防篡改）。
HTTPS 握手简略过程：客户端发请求带上自己支持的加密套件；服务器返回选定的加密套件和数字证书（里面有公钥，由 CA 机构签名）；客户端验证证书合法性，然后生成一个随机的会话密钥（对称密钥），用服务器公钥加密发过去；之后双方用这个对称密钥加密通信。这里有个核心思想：非对称加密用来安全交换对称密钥，对称加密用来加密实际数据——因为非对称加密慢、对称加密快。
IP地址与子网划分
IPv4 按网络号位数分类。A 类：第一位 0，范围 1.0.0.0 到 126.255.255.255，默认掩码 /8，127 是环回地址。B 类：前两位 10，范围 128.0.0.0 到 191.255.255.255，默认掩码 /16。C 类：前三位 110，范围 192.0.0.0 到 223.255.255.255，默认掩码 /24。D 类组播（224 到 239），E 类保留（240 到 255）。
私有 IP 地址范围（不能在公网路由，用于内网）必背：10.0.0.0/8、172.16.0.0/12、192.168.0.0/16。特殊地址：127.0.0.0/8 环回、0.0.0.0 本机所有地址、255.255.255.255 广播、169.254.0.0/16 自动私有地址（DHCP 拿不到地址时分配）。
子网划分是计算题高频考点。掩码把 IP 分成”网络位 + 主机位”，借主机位做子网位就能把一个大网切成多个小网。计算套路：给定 IP 和掩码位数 n，网络地址 = IP 与子网掩码按位与；广播地址 = 网络地址的主机位全置 1；可用主机范围 = 网络地址 +1 到 广播地址 -1；可用主机数 = 2 的（32-n）次方减 2（去掉网络号和广播）。CIDR（无类别域间路由）就是用 /n 表示掩码位数，不再死守 A/B/C 分类。NAT（网络地址转换）让内网多台机器共用一个公网 IP 出网。
第七章 计算机硬件与数学基础：了解即可
硬件和数学都标★，抓关键点带过。
硬件组成与指令集
冯·诺依曼架构是基础：计算机由运算器、控制器、存储器、输入设备、输出设备五大部分组成，核心思想是”存储程序”——程序和数据一起存放在存储器里，按地址顺序执行。现代 CPU 把运算器和控制器集成在一起，加上寄存器、缓存。
指令集架构（ISA）两大流派。CISC（复杂指令集）：指令多、长度可变、单条指令能干复杂的事、靠微代码实现。典型代表是 x86，由 Intel 主导，统治桌面和服务器，性能强但功耗高。RISC（精简指令集）：指令少、长度固定、每条指令只干一件简单事、单周期执行、用 Load-Store 架构（只有加载/存储指令访问内存，运算只在寄存器间）、流水线高效、功耗低。典型代表是 ARM，统治移动设备和嵌入式，手机平板几乎全是 ARM。
一句话区分：x86 是 CISC，性能强功耗高，电脑服务器用；ARM 是 RISC，功耗低效率高，手机嵌入式用。现代 x86 内部其实把 CISC 指令解码成类似 RISC 的微操作再执行，是”外表 CISC、内核 RISC”的混合设计，但 ISA 层面仍属 CISC。两家指令集不兼容，给 x86 编译的程序不能直接在 ARM 上跑，需要重新编译或转译（如苹果的 Rosetta 2）。
存储器层次
存储器层次结构从快到慢、从小到大、从贵到便宜：寄存器（在 CPU 内，最快，纳秒级）→ 高速缓存 Cache（L1/L2/L3）→ 主存内存（DRAM，GB 级，百纳秒级）→ 外存硬盘（SSD 固态盘、HDD 机械盘，TB 级，毫秒级）。
核心思想是”局部性原理”：时间局部性（刚用过的还会再用）和空间局部性（用了一个地址，附近地址很可能也会用），所以加缓存能极大提升平均访问速度。Cache 命中率是常考点，平均访问时间 = 命中率 × 缓存时间 + (1 - 命中率) × 内存时间。
线性代数与微积分要点
矩阵运算要熟：加法（同形）、乘法（A 是 m×n，B 是 n×p，结果 m×p，注意不满足交换律 AB ≠ BA，但满足结合律和分配律）、转置（行列互换）、逆矩阵（方阵且行列式不为 0 才有逆）。
特征值分解（EVD）：对方阵 A，如果能找到特征值 λ 和特征向量 v 满足 Av = λv，那么 A 可以分解成 PDP⁻¹ 的形式。这个在主成分分析（PCA）降维里直接用——协方差矩阵的特征向量就是主成分方向，特征值大小代表该方向上的方差大小。补充奇异值分解（SVD），对任意矩阵都能分解成 UΣVᵀ，比特征值分解更通用，推荐系统、图像压缩里常用。
微积分核心是导数和梯度。导数是函数在某点的瞬时变化率；梯度是多元函数对各变量偏导数组成的向量，方向指向函数值上升最快的方向，大小是这个最快上升率。所以梯度下降要往梯度的反方向走。链式法则要会——复合函数求导一层层乘，神经网络反向传播就是靠链式法则算梯度。
概率论与贝叶斯
贝叶斯定理是重点中的重点，公式：P(A|B) = P(B|A) × P(A) / P(B)。含义：在观察到 B 发生后，A 发生的后验概率，等于（A 发生时 B 的似然 × A 的先验概率）/ B 的证据因子。
举例：某病发病率 1%（先验），检测准确率 99%（真阳性和真阴性都是 99%），你检测阳性，真正患病的概率是多少？套公式：P(病|阳) = 0.99 × 0.01 / (0.99 × 0.01 + 0.01 × 0.99) = 0.5。结果只有 50%，这跟直觉差很远，是经典的”基础率忽视”案例，考试爱出。
正态分布（高斯分布）：钟形曲线，由均值 μ 和方差 σ² 决定，记作 N(μ, σ²)。性质：约 68% 的数据落在 μ±σ 内，约 95% 落在 μ±2σ 内，约 99.7% 落在 μ±3σ 内（3σ 原则）。中心极限定理：大量独立同分布随机变量之和近似服从正态分布。
期望值 E(X)：随机变量取值的加权平均。线性性质：E(aX + b) = aE(X) + b，Var(aX + b) = a²Var(X)（别忘了平方）。
梯度下降与牛顿法
梯度下降是机器学习最常用的优化方法：从初始点出发，每步沿负梯度方向走一段，步长由学习率控制。公式 θ = θ - η ∇J(θ)。学习率太大震荡发散，太小收敛慢。变体有批量梯度下降（BGD，用全部数据）、随机梯度下降（SGD，每次用一个样本）、小批量梯度下降（MBGD，每次用一小批，最常用）。改进方法有动量法、AdaGrad/RMSProp/Adam（自适应调整每个参数的学习率），Adam 是目前最常用的。
牛顿法：用二阶导数（海森矩阵）信息，迭代公式 θ = θ - H⁻¹∇J。收敛比梯度下降快（二次收敛 vs 一次收敛），但每次要算海森矩阵的逆，计算量和存储量大，维度高时不可行。判断题注意：梯度下降是一阶方法（只用一阶导数），牛顿法是二阶方法；牛顿法不一定总比梯度下降好，目标函数非凸时可能收敛到鞍点。
第八章 伦理法律与信息安全：分不高但容易丢
这块权重只有5%，但判断题、多选题特别容易丢分，因为概念细且容易混。
数据隐私与安全（已查证日期）
数据隐私相关法律日期必须记准，以下均已通过网络查证。
GDPR（《通用数据保护条例》）是欧盟法规，2016 年 4 月通过，2018 年 5 月 25 日正式施行。要点：适用范围广（不管企业在不在欧盟，只要处理欧盟公民个人数据就受管辖）、强调用户知情同意、有”被遗忘权”（要求删除数据）、违规最高罚款 2000 万欧元或全球年营业额 4%（取高者）。
中国《个人信息保护法》2021 年 8 月 20 日通过，2021 年 11 月 1 日起施行。核心原则：合法、正当、必要、诚信；以”告知—同意”为核心规则；禁止”大数据杀熟”；处理敏感个人信息、向他人提供、跨境传输等环节要取得单独同意。
数据安全这块要分清三个法：网络安全法（2017 年施行，管网络运行安全）、数据安全法（2021 年 9 月 1 日施行，管数据处理活动，建立数据分类分级保护制度）、个人信息保护法（2021 年 11 月 1 日施行，管个人信息处理）。三者构成我国网络数据法律体系主干。
网络安全等级保护（等保 2.0）：核心标准是 GB/T 22239-2019《信息安全技术 网络安全等级保护基本要求》，2019 年 5 月 10 日发布，2019 年 12 月 1 日实施。把信息系统分五个保护等级（一级自主保护级到五级专控保护级），三级以上每年要做测评。等保 2.0 相比 1.0 把云计算、大数据、物联网、移动互联、工业控制纳入监管，强调”一个中心、三重防护”。不开展等级保护属于违法（依据网络安全法）。
知识产权：专利权保护技术发明（发明专利保护期 20 年，实用新型 10 年，外观设计 15 年，均自申请日起算）；著作权自作品创作完成自动产生（不需要登记），保护期一般是作者终生加 50 年；商标权保护期 10 年，可续展。软件著作权属于著作权，登记不是取得条件但便于举证。
AI伦理
算法偏见：训练数据里的偏见会被模型放大，导致对某些群体不公平。缓解办法：数据均衡采样、公平性约束、去偏算法。
可解释性：深度学习是”黑箱”，决策过程不透明，在医疗、金融、司法等高风险场景不可接受。应对有可解释 AI（XAI）方向，比如 LIME、SHAP 等方法。
其他要点：隐私保护（差分隐私、联邦学习能在不直接共享原始数据前提下训练模型）；责任归属（自动驾驶出事故谁负责、AI 生成内容侵权谁担责，目前法律还在完善【需网络查询确认：国内具体 AI 责任划分细则仍在制定中】）；对齐问题（让 AI 目标和人类价值观对齐，避免有害输出）。
AI 伦理原则国际上有共识的几条：公平、透明、可解释、隐私保护、安全可靠、责任可追溯、以人为本。我国发布的《新一代人工智能伦理规范》强调”增进人类福祉、促进公平公正、保护隐私安全、确保可控可信、强化责任担当、提升伦理素养”等原则【需网络查询确认：该规范由新一代人工智能治理专业委员会 2021 年发布，具体发布日期建议核对】。
信息安全与常见攻击
网络安全基础：CIA 三要素——机密性（Confidentiality，防泄露）、完整性（Integrity，防篡改）、可用性（Availability，防中断）。这是安全设计的根本目标，所有安全措施都在保护这三样。
密码学原理分对称加密和非对称加密。对称加密：加密和解密用同一把密钥，快，适合大数据量。代表算法 AES（目前主流）、DES（老了，56 位密钥不安全，已淘汰）。问题是密钥怎么安全分发。非对称加密：一对密钥（公钥加密、私钥解密，或反过来私钥签名、公钥验签），慢，适合小数据和密钥交换。代表 RSA（基于大数分解难题）、ECC（椭圆曲线）。实际中混合用：用非对称加密安全交换一个对称密钥，再用对称密钥加密实际数据（HTTPS 就是这么干的）。数字签名 = 用私钥对消息摘要加密，接收方用公钥验证，保证来源真实和内容完整。哈希函数（MD5、SHA-1、SHA-256）把任意长数据压成定长摘要，用于完整性校验，单向不可逆。
常见攻击各用一句话讲清原理。SQL 注入：攻击者在输入框里塞 SQL 代码（比如 ' OR 1=1 --），程序没做参数化校验，把输入拼进 SQL 语句执行，导致绕过登录、拖库。防御：参数化查询、输入过滤、最小权限原则。XSS（跨站脚本）：攻击者把恶意 JavaScript 注入到网页（比如评论区存一段脚本），其他用户访问时脚本在浏览器执行，可窃取 Cookie、劫持会话。防御：输出转义、CSP、HttpOnly Cookie。CSRF（跨站请求伪造）：借用用户已登录身份发请求，防御靠 Token 和 Referer 校验。中间人攻击（MITM）：攻击者插在通信双方中间，伪装成双方互相通信，能窃听、篡改数据。防御：HTTPS（靠证书认证服务器身份）、证书锁定、VPN。DDoS（分布式拒绝服务）：海量请求打瘫服务，防御靠流量清洗和 CDN。
安全防护措施：防火墙（在网络边界过滤流量）、入侵检测系统 IDS（只检测报警）/入侵防御系统 IPS（检测并阻断）、VPN（加密隧道）、最小权限原则、多因素认证 MFA、数据备份（3-2-1 备份原则）、安全审计日志。
伦理安全易错点速记
GDPR 2018 年 5 月 25 日施行；个人信息保护法 2021 年 11 月 1 日施行；数据安全法 2021 年 9 月 1 日施行；等保 2.0 标准号 GB/T 22239-2019，2019 年 12 月 1 日实施。这四个日期最容易混，单独记牢。对称加密快但密钥分发难（AES、DES），非对称加密慢但解决分发（RSA、ECC）；数字签名是私钥签、公钥验；哈希单向不可逆用于完整性。SQL 注入是输入拼进 SQL，XSS 是脚本注入网页在浏览器执行，CSRF 是借登录态发请求，中间人攻击是夹在双方中间窃听篡改——四个攻击原理各一句话别混。CIA 三要素：机密性、完整性、可用性。
结语：备考策略与临场建议
讲到这里，模块一的全部知识脉络就串完了。最后给你几条备考和临场的建议。
第一，按权重分配复习精力。机器学习20%和计算机基础20%是两个大头，加起来快占一半，这两块的概念题要反复刷、确保不丢分。数据结构、算法、人工智能基础这三颗星的内容是性价比最高的，讲透了就能拿分。生成式AI和伦理安全虽然占比不高，但概念密集、容易在多选判断上翻车，不能完全放掉。
第二，多选题是分水岭。单选和判断靠记忆，多选靠理解。多选2分一道，错选漏选都不得分，是最容易拉开差距的题型。复习时对每个概念不要只记”是什么”，还要记”包含哪些、不包含哪些、跟谁容易混”，比如”下列哪些可以缓解过拟合”这种题，你必须能精确区分正则化、Dropout、早停、数据增强这些都算，而”增加模型复杂度”不算。
第三，善用生活化类比锚定记忆。这篇文档里给的大量类比——栈像叠盘子、TCP像打电话、GAN像造假者与警察、LoRA像给原模型打补丁——不是为了好玩，而是为了在考场上能快速激活记忆。把类比和概念绑死，看到题就能条件反射。
第四，标注了【需网络查询确认】的内容，临考前花半小时集中核对一遍。尤其是各种模型和算法的提出年份、作者、版本时间线这类细节，单选题爱出”某某算法由谁在哪一年提出”，记不准就丢分。
第五，理论题别死磕一道。90分钟160道题，平均每题不到34秒，遇到不会的果断标记跳过，最后再回来。概念题不会就是不会，多想一分钟也不会突然开窍，反而浪费了后面会做的题的时间。
模块一是整场比赛的基础盘，理论扎实了，后面三个实操模块遇到概念性判断（比如选什么算法、用什么指标、怎么调参）也更有底气。祝你备考顺利，比赛通过。