Question 1 Mental‑health triage chatbot (30 marks)
A youth mental‑health charity wants to deploy an LLM‑based chatbot to act as a first‑line triage service for incoming text messages.
(a) System design and hallucination control
Outline an architecture (e.g. Retrieval‑Augmented Generation, safety filters) that minimises hallucinations while preserving empathic dialogue. Explain two ways in which behavioural data gathered during use could be fed back to improve the model (10 marks). 概述一种架构（例如检索增强生成，安全过滤器），该架构在保留共情对话的同时最大程度地减少幻觉。解释在使用过程中收集的行为数据如何反馈以改进模型的两种方式（10分）。 整体框架：首选使用 检索增强生成（RAG）——LLM 先根据用户输入检索经审核的心理学知识库，再在检索结果上进行生成，可显著降低“编造案例”风险。结合安全过滤器（关键词屏蔽 + 意图分类器）拦截自残鼓励等有害输出。
(b) Bias, privacy and fairness
Using concrete examples, discuss how algorithmic bias might arise in this setting and propose two technical and one organisational mitigation strategy, paying attention to user‑data privacy (10 marks). 使用具体例子讨论在这种情况下算法偏见可能如何产生，并提出两种技术和一种组织的缓解策略，注意用户数据隐私（10分）。 训练语料中对少数族裔、LGBTQ 群体的刻板印象；青少年俚语欠缺导致误识别。 缓解：再采样 / 重加权，差分隐私微调，在去噪梯度下训练，防止模型泄露敏感细节。
(c) Evaluation strategy
For crisis‑detection classification inside the chatbot, justify the choice of precision, recall and F1 over accuracy, and describe how you would construct an annotated test set to monitor real‑world performance over time (10 marks).
- 为何选 Precision / Recall / F1：自杀危机样本远少于普通求助文本，准确率 (Accuracy) 容易被多数类“掩盖”；高 Recall 可减少漏报，高 Precision 避免误报惊扰，两者调和即 F1。
Question 2 Autonomous drone delivery & decision‑making (30 marks)
A start‑up is launching multi‑rotor drones that must share urban airspace with manned helicopters.
(a) Formulating an MDP
Define the state space, action set, transition model and reward function for a drone‑navigation Markov Decision Process (8 marks). 为一种无人机导航马尔可夫决策过程定义状态空间、动作集、转移模型和奖励函数（8分）。
- 状态 s：〈经纬度、高度、速度向量、剩余电量、近邻飞行器距 〉。
- 动作 a：{攀升，下降，左／右横移，加速，减速，悬停}。
- 转移 P(s′|s,a)：结合城市 3‑D 地图和气象 API 生成的 概率图；
- 奖励 R(s,a,s′)：送达 +100，冲突预警 −100，能耗 −(β·耗电)。此定义可直接嵌入经典 RL 算法。
(b) Training the policy
Compare value‑iteration, Q‑learning and Proximal Policy Optimisation (PPO) for this task. Describe how you would incorporate historical flight logs and simulated roll‑outs in a two‑stage training pipeline (8 marks). 比较值迭代、Q学习和**Proximal Policy Optimisation (PPO)**在这个任务中的表现。描述您将如何在两阶段训练流程中结合_历史飞行日志_和_模拟滚动_（8分）。
- Value‑Iteration：需已知转移模型，适合小网格离线规划；
- Q‑Learning：在仿真中探索，离散动作空间易收敛；
- PPO：在连续动作、复杂动力学场景下更稳定。
- 两阶段流程：① 用 历史飞行日志 预训练 Q 表或策略网络；② 在高保真模拟器中 Domain Randomisation 微调，弥补日志罕见情景的稀疏性。
(c) Game‑theoretic interaction
Model the interaction between one drone and one helicopter as a 2‑player strategic game (actions: Yield / Proceed). Draw the payoff matrix and determine any Nash equilibrium, commenting on its adequacy for safety‑critical settings (6 marks). 将一个无人机和一架直升机之间的互动建模为一个2人策略游戏（行动：让路 / 继续前进）。绘制收益矩阵并确定任何纳什均衡，评论其在安全关键环境中的适用性（6分）。 
纳什均衡是右上和左下
(d) Human pilots & Prospect Theory
Explain how loss aversion and reference dependence may affect human pilots’ responses to the drone’s manoeuvres, and how the drone’s policy could exploit / mitigate these effects for smoother coordination (8 marks). 解释 损失厌恶 和 参照依赖 如何影响人类飞行员对无人机动作的反应，以及无人机的政策如何利用/减轻这些影响以实现更顺畅的协调（8分）。
| 概念 | 对直升机飞行员的影响 | 无人机策略的应对 |
|---|---|---|
| 损失厌恶（loss aversion） | 飞行员对“潜在碰撞损失” 的主观痛苦大于对“节省 30 秒飞行时间” 的收益 → 倾向主动让行。 | 无人机可通过显式让行信号（灯光、轨迹放缓）放大对方感知风险，促使其让行；也可避免突然加速造成“损失感” 激增。 |
| 参照依赖（reference dependence） | 飞行员以当前航迹/高度为参照；任何偏离视为“损失”。 | 无人机提前广播计划路径，让对方将其并入参照系；若需快速变轨，可先发微幅提示，使参照点逐步迁移，降低对方的损失感受。 |
Question 3 AI‑powered personalised learning platform (40 marks)
An online learning provider wishes to use AI to summarise lectures, model student topics and recommend personalised study plans.
(a) Topic modelling for learning materials
Describe how Latent Dirichlet Allocation (LDA) can be applied to lecture transcripts. Include the generative assumption and the inference procedure for obtaining per‑document topic distributions (10 marks). 描述如何将**潜在狄利克雷分配（LDA）**应用于讲座记录。包括获取每个文档主题分布的生成假设和推断过程（10分）。 生成假设：文档先从 Dirichlet(α) 采样主题分布 θ，再为每个单词先采样主题 z，再采样词 w∼Categorical(β_z)。
- 推断：常用吉布斯采样或变分 EM 求 P(z,θ|w)；输出每篇讲义的主题向量便于下游任务。
(b) From topics to recommendations
Propose an algorithm that combines the LDA topic vectors with student interaction logs (clicks, quiz scores) to recommend next‑best resources. Discuss one advantage and one limitation of using a generative model for this purpose (10 marks). 提出一种算法，将LDA主题向量与学生互动日志（点击、测验分数）结合起来，以推荐下一个最佳资源。讨论使用生成模型进行此目的的一个优点和一个局限性（10分）。 优点：生成模型可解释，“为什么推荐”可用高权重主题词说明； 局限：LDA 话题独立性假设过强，面对跨学科内容易稀释语义。 对学生 u 建立向量 〈θ_u, q_u〉，θ_u 为其阅读材料主题平均，q_u 为测验得分向量；将资源 i 的主题 θ_i 拼接后，经矩阵分解或神经协同过滤，预测 学习增益 Δ.
(c) Offline & online evaluation
Suggest suitable offline metrics and outline an A/B‑test to compare the new recommender against a popularity baseline while controlling for cohort effects (5 marks).
(d) Essay — Ethical and societal implications of AI‑driven personalised education (15 marks)
“Large‑scale deployment of AI tutors promises greater engagement and equity, yet risks amplifying bias and eroding human agency.”
Write about one page critically analysing this statement. Your answer should cover:
data‑privacy concerns in educational contexts - 学习日志与面部表情属于敏感信息；应采用 最小必要原则 与联邦学习，降低集中泄露风险。
potential bias in adaptive‑learning algorithms and its impact on student outcomes - 模型若主要基于富裕地区样本，可能将低带宽设备判为“低能力”，产生恶性循环。需定期做 Group‑Fairness 审计，并在损失函数中加入公平正则化。
the tension between automation and human oversight in pedagogy - 过度依赖 AI 可能使教师“降级”为监考员，削弱教育的人文关怀；应设计 教师‑AI 协同界面，让老师可查看推荐依据并一键调整学习路径。
safeguards (technical and policy) to ensure fair, transparent and inclusive use of AI in education - 技术：差分隐私、模型卡片、可解释可视化；
政策：明确数据归属与申诉通道，建立独立伦理委员会；
社会：鼓励开源课件共享，缩小地区数字鸿沟。
通过多方协作，方能在促进学习的同时守护公正与自主。
Real‑world examples will strengthen your argument.
Larry Shi