AI 模型训练技师试卷及答案

AI模型训练技师试卷及答案一、填空题（共10题，每题1分）1.AI模型训练中，负责标注数据的人员称为______。答案：标注员2.二分类任务常用的损失函数是______交叉熵损失。答案：二元3.梯度下降时，学习率过大会导致模型______。答案：震荡不收敛4.数据集通常划分为训练集、验证集和______集。答案：测试5.模型过拟合的解决方法之一是添加______正则化。答案：L2（或L1）6.CNN中提取特征的核心层是______层。答案：卷积7.文本转向量的方法叫______嵌入。答案：词8.模型训练的批次大小简称______。答案：batchsize9.自监督学习预训练任务有MLM和______。答案：下一句预测（NSP）10.模型部署前的性能优化操作是______。答案：量化（或剪枝）二、单项选择题（共10题，每题2分）1.合理的数据集划分比例是？（）A.训练70%、验证10%、测试20%B.训练50%、验证20%、测试30%C.训练80%、验证10%、测试10%D.训练90%、验证5%、测试5%答案：C2.以下属于优化器的是？（）A.MSEB.AdamC.ReLUD.Softmax答案：B3.过拟合的表现是？（）A.训练集准确率高，验证集低B.两者均低C.训练集低，验证集高D.两者均高稳定答案：A4.无监督学习任务是？（）A.图像分类B.文本分类C.聚类D.目标检测答案：C5.池化层的作用不包括？（）A.降维B.保留关键特征C.增加参数D.防过拟合答案：C6.Word2Vec的两种模型是Skip-gram和？（）A.CBOWB.BERTC.GPTD.ELMo答案：A7.回归任务的损失函数是？（）A.交叉熵B.MSEC.负对数似然D.Hinge损失答案：B8.早停（EarlyStopping）的作用是？（）A.加快训练B.防过拟合C.增复杂度D.减数据量答案：B9.自监督预训练模型是？（）A.BERTB.SVMC.KNND.逻辑回归答案：A10.模型量化的目的是？（）A.提高精度B.减小体积C.增加计算量D.降训练速度答案：B三、多项选择题（共10题，每题2分）1.数据预处理步骤包括？（）A.数据清洗B.数据增强C.归一化D.标注答案：ABC2.正则化方法有？（）A.L1正则化B.L2正则化C.DropoutD.早停答案：ABCD3.属于NLP任务的是？（）A.文本分类B.机器翻译C.图像识别D.语音合成答案：ABD4.CNN核心组件包括？（）A.卷积层B.池化层C.全连接层D.循环层答案：ABC5.优化器有？（）A.SGDB.AdamC.RMSpropD.ReLU答案：ABC6.模型部署方式有？（）A.云端部署B.边缘部署C.本地部署D.量化部署答案：ABCD7.数据增强方法有？（）A.图像翻转B.图像旋转C.文本同义词替换D.数据去重答案：ABC8.过拟合解决方法有？（）A.增数据量B.简模型C.正则化D.早停答案：ABCD9.自监督学习任务有？（）A.MLMB.NSPC.聚类D.图像修复答案：ABD10.模型评估指标有？（）A.准确率B.召回率C.F1值D.MSE答案：ABCD四、判断题（共10题，每题2分）1.训练集越大越好，无需验证集。（×）2.Adam比SGD收敛更快。（√）3.过拟合是训练集差、验证集好。（×）4.词嵌入可将文本转低维向量。（√）5.CNN只能用于图像，不能用于NLP。（×）6.早停可防过拟合。（√）7.数据增强仅适用于图像，不适用于文本。（×）8.量化会降精度但减体积。（√）9.无监督学习无需标注数据。（√）10.BERT是Transformer预训练模型。（√）五、简答题（共4题，每题5分）1.简述模型过拟合的原因及解决方法。答案：原因：模型复杂度过高、训练数据不足、训练时间过长。解决方法：①增训练数据（数据增强）；②简模型（减层数/参数）；③加正则化（L1/L2、Dropout）；④早停（验证集性能下降时停止）；⑤集成学习（Bagging/Boosting）。这些方法平衡复杂度与泛化能力，提升测试集性能。2.简述数据标注的基本流程。答案：①需求分析：明确任务与标注规则；②数据收集：获取原始数据；③工具选择：如LabelImg/Labelbox；④标注执行：按规则标注；⑤质量检查：抽样审核、交叉标注；⑥数据导出：整理为模型可用格式；⑦迭代优化：反馈调整规则。3.简述自监督学习与监督学习的区别。答案：①数据依赖：监督需标注，自监督无需；②任务类型：监督是特定任务（分类/回归），自监督是预训练任务（通用特征学习）；③泛化能力：自监督预训练模型可迁移多任务，监督模型泛化性弱。4.简述模型部署的基本步骤。答案：①模型导出：转ONNX等部署格式；②性能优化：量化/剪枝；③环境选择：云端/边缘/本地；④推理服务：封装为API（FastAPI）；⑤性能测试：验证延迟/吞吐量；⑥监控维护：实时监控，定期更新。六、讨论题（共2题，每题5分）1.讨论如何平衡模型训练的“收敛速度”与“泛化能力”。答案：①优化器：用Adam（收敛快）+合适学习率，或SGD+动量（兼顾稳定）；②正则化：加Dropout/L2（防过拟合），不过度；③训练策略：早停（验证集下降时停止）；④数据增强：增数据多样性；⑤模型结构：用轻量化模型（MobileNet）。例如，预训练模型微调时，小学习率+少量正则化可快速收敛且泛化。2.讨论标注质量对模型性能的影响及提升措施。答案：标注错误（