我用全球最先进的AI分析了NOAI近年的考题趋势，这些内容后天大概率还会考吧

NOAI 2026第一轮水平测试，后天（3月22日）上午开考。

我把2024和2025两年真题全部喂给了AI，挖到宝了：有6个知识点连续两年都考了，而且每年换着花样出。

第一个：过拟合和欠拟合

什么意思？打个比方：你家孩子背了100道数学题的答案，原题全对，换个数就不会了——这叫过拟合，死记硬背，不会举一反三。反过来，孩子连课本例题都没搞懂，什么题都做不对——这叫欠拟合，基础太弱。

2024年考了选择题：训练准确率97%，测试只有48%，这是什么问题？（过拟合）

2025年考了概念解释题：训练和测试误差都很大，解释原因。（欠拟合）

选择题考过了，概念题也考过了，今年可能换成代码题——给一段训练代码，让你加一行防止过拟合的措施（比如Dropout）。

第二个：混淆矩阵和评估指标

AI做完预测，怎么判断它做得好不好？靠一张叫"混淆矩阵"的表。简单说就是四个格子：猜对了多少、猜错了多少、漏掉了多少、误判了多少。

2024年连出3道选择题，考定义、考公式、考应用场景。

2025年又考了，换了个场景（顾客分类模型）。

这个知识点几乎是必考。重点记住两个公式：

• 精确率：被扔进垃圾箱的100封邮件里，真正是垃圾邮件的有多少？精确率低，正常邮件就被误删了。

• 召回率：所有垃圾邮件里，AI拦住了多少？召回率低，垃圾邮件就漏进收件箱了。

第三个：监督学习 vs 无监督学习

有答案的数据 → 监督学习（比如给AI看1000张标注了"猫""狗"的照片，让它学会分类）

没答案的数据 → 无监督学习（比如给AI一堆用户数据，让它自己找出哪些人消费习惯相似）

2024年考了3道选择题+1道概念解释题。2025年还在考，换了个角度问线性回归属于哪种。

这个知识点看起来简单，但出题组喜欢设陷阱。比如"逻辑回归"名字里带"回归"，实际上是做分类的。

第四个：梯度下降

AI怎么"学习"？简单说，它先随便猜一个答案，然后看猜得准不准，不准就调整。每次调整一小步，朝着"错得更少"的方向走。这个过程就叫梯度下降。

2024年考了选择题（问目的），2025年考了代码补全题（写参数更新公式）。

最大的坑：参数更新用减号（w = w - α × dw），不是加号。方向搞反，AI越学越差。

第五个：CNN（卷积神经网络）

手机上的人脸识别、拍照搜题、AI看X光片——背后都是CNN。它模仿人眼识别图像的方式：先看局部特征（边缘、纹理），再组合成整体。

2024年和2025年的编程大题（30分的那道），都考了CNN。要求手写PyTorch代码搭建一个完整的CNN网络。

必须记住的公式：特征图尺寸怎么算。比如输入40×40的图片，经过一层池化变成20×20，再池化变成10×10。全连接层的输入维度要靠这个算出来，算错一个数整道题就崩了。

第六个：AI伦理

这是2025年明显加强的方向。考了两道：一道选择题（AI贷款审批不透明怎么办），一道概念解释题（算法偏见是什么、怎么解决）。

AI伦理不需要背技术细节，但需要能说清三件事：

1AI可能出什么问题（歧视、不透明、隐私泄露）

2举一个真实案例（自动驾驶事故谁负责、招聘AI歧视女性）

3怎么解决（技术上做可解释性，制度上做算法审计）

2026年考纲里AI伦理的权重又提高了，今年大概率还会加码。

最后一个特别提醒：Softmax计算

2025年新出的题型，之前没考过。给你三个数字，让你算概率。

陷阱在于：不能直接拿数字除以总和（参考原题D选项），要先对每个数字求e的指数（e≈2.718），再除。

这个计算不难，但如果没提前练过，考场上容易慌。记住e≈2.718、e²≈7.39就够了。

考前最后两天，一定要把以上几个方向的概念理清楚、公式记牢、代码能默写，改拿的分一分都不能丢。