人工智能方向聚焦机器学习、深度学习、计算机视觉、自然语言处理、强化学习、多模态、机器人感知等，兼顾算法理论、模型原理、数据建模、代码落地，覆盖理论算法与工程部署两大路线。北大人工智能复试看重机器学习基础理论、模型推导、实验分析、算法优缺点辨析，部分组别设置上机编程考核。复试差额比例不低于 120%，考核包含上机测试、专业笔试、综合面试、外语听说测试，最终考核安排以院系当年复试通知为准。
本方向复试考察范围涵盖机器学习、深度学习、概率论、最优化、数值计算、计算机视觉基础、NLP 基础、强化学习、数据处理、模型评估等板块。复试三大考察重心十分明确。第一，机器学习基础理论。损失函数、偏差方差、正则化、梯度优化、泛化能力、各类经典模型原理。第二，模型机理辨析。理解 CNN、Transformer、GNN 等模型核心机制、归纳偏置、适用场景。第三，实验与数据分析思路。看懂数据集分布、评估指标、过拟合成因、消融实验设计。近年高频考题围绕梯度优化、正则化、Transformer、对比学习、泛化性、强化学习基础。
复试流程安排稳定有序。第一阶段等待院系发布复试名单、考核细则与材料清单，人工智能复试普遍有机机试，代码能力是门槛。第二阶段资格审查，提交学籍学历材料、成绩单、个人陈述、论文、项目报告、竞赛材料等材料；有 CV/NLP 项目、模型复现、数据集搭建、实验调参经历的考生，梳理任务目标、模型选型、实验设置、结果分析、失败尝试，这是面试高频追问点。第三阶段上机测试，一般为算法编程、基础机器学习题、数据处理。第四阶段专业笔试，题型包含公式推导、理论简答、方案设计。第五阶段外语听说测试，话题偏向机器学习、深度学习、多模态前沿相关专业内容。第六阶段综合面试，简短自我介绍后抽题作答，考官追问模型缺陷、替代方案、数据集偏差、伦理风险，考察考生不只是调包，懂底层原理与实验严谨性。最后核算复试成绩，公示拟录取名单。
新祥旭人工智能复试辅导围绕 “夯实机器学习理论、理解模型内核、规范实验论证逻辑” 搭建完整训练体系。入学摸底评估先找准短板：是各类优化器、正则化概念混淆，或是只会调用框架，推导损失、反向传播卡壳，再定制个性化备考方案。其次搭建机器学习、深度学习两大主线框架。然后开展 AI 专题集训，训练 “任务定义 — 数据特征 — 模型假设 — 评估方案 — 缺陷与改进” 的标准化分析链条。上机板块专项刷题训练，覆盖基础算法、数据处理、简单模型实现。笔试逐份批改推导题，纠正梯度推导、偏差方差概念错误。面试全真模拟 AI 压力面，深挖项目实验细节、消融实验设计。配套人工智能专业英语素材；全程督学跟进学习进度，定期答疑，同步梳理调剂备选方向。
考生备考高频疑问集中在几个方面。很多同学问人工智能复试是不是看重顶会论文？没有论文也可以上岸，扎实的课程项目、清晰的实验复盘同样加分。跨专业考生优先学好概率论、机器学习。还有考生疑惑模型越新越好吗？面试优先吃透经典模型，前沿模型了解核心创新点即可。面试评价模型，重点讲归纳偏置、计算开销、数据需求三个维度。
如有考研问题可以咨询 4000003363 或者微信 shuoedu，新祥旭考研咨询师将热情专业的解答您的考研问题。
