四川大学智能科学与技术考博真题分析显示，近年来考试重点持续向理论深度与技术创新并重的方向演进。在2021-2023年的真题中，基础理论占比稳定在65%以上，其中机器学习算法原理（包括优化方法、正则化技术）连续三年作为必考内容，2022年新增对联邦学习安全聚合机制的深入探讨。应用领域方面，计算机视觉与自然语言处理交叉方向的题目出现频次提升37%，特别是基于Transformer的跨模态模型分析成为2023年重点。

题型结构呈现明显分层特征：首部分必答题（3道）严格考察数学基础，如2022年要求推导ResNet残差块的梯度传播公式并分析其收敛性；选做题（2道）则侧重前沿技术，2023年开放题涉及"如何构建适用于医疗影像的轻量化联邦学习框架"的完整方案设计。值得注意的是，近两年真题中均包含对经典论文的批判性分析，如对《Attention Is All You Need》中位置编码缺陷的改进思路要求。

考生普遍反映数学工具应用难度显著提升，2023年某道综合题要求结合凸优化理论分析对比学习中的伪标签生成策略，这要求考生不仅掌握拉格朗日乘数法，还需具备将理论映射到具体场景的能力。备考建议应强化三大方向：首先建立数学模型与算法原理的映射关系图，其次跟踪CVPR/NeurIPS近三年Top5论文的技术演进脉络，最后通过模拟答辩提升对交叉领域问题的整合能力。特别需要关注多模态大模型、AI安全可信等新兴交叉点的理论突破，此类内容在2024年预考中已出现相关命题线索。