人工智能训练师职业技能竞赛(省赛)

人工智能训练师职业技能竞赛(省赛)一、竞赛说明本次人工智能训练师职业技能竞赛（省赛）面向省内高等院校、职业院校、企业培训中心及社会培训机构，聚焦“数据标注—模型训练—效果评估—迭代优化”全链路真实场景，重点考查选手在数据治理、算法调优、模型解释、伦理合规与团队协作五大维度的综合实战能力。竞赛采用“个人+团队”双轨制：上午个人赛（闭卷机考），下午团队赛（现场实操）。所有赛题均为原创，数据脱敏且经伦理审查，禁止任何个人信息泄露。二、个人赛试题（满分100分，限时120分钟）【注意事项】1.闭卷机考，系统随机抽题，禁止外接存储设备；2.计算题须写出关键步骤，系统支持LaTex渲染；3.单选20题×2分，多选10题×3分，判断10题×1分，简答2题×10分，计算1题×10分。（一）单选题（每题2分，共40分）1.在目标检测任务中，若正负样本比例极端失衡，首选的采样策略是A.随机下采样B.SMOTE过采样C.FocalLossD.网格搜索2.使用Transformer时，为了降低显存占用，下列做法无效的是A.GradientCheckpointingB.MixedPrecisionC.增大batchsizeD.减少注意力头数3.联邦学习场景下，参与方上传的参数最可能是A.原始样本B.梯度或模型权重C.损失值D.标签分布4.当训练集Loss下降而验证集Loss上升，最先应排查A.学习率过大B.学习率过小C.欠拟合D.标签平滑过度5.在NLP数据标注中，采用BIO编码对“南京市长江大桥”进行实体抽取，若“南京”被标为B-Loc，则“市”应标为A.B-LocB.I-LocC.OD.E-Loc6.对类别极度不平衡的文本分类任务，评估指标应优先选择A.AccuracyB.Macro-F1C.Weighted-F1D.ROC-AUC7.在图像分割后处理中，CRF的主要作用是A.提升推理速度B.建模像素间邻接关系C.降低参数量D.增强数据8.使用Adam优化器时，下列超参数对收敛速度影响最小的是A.β1B.β2C.εD.weightdecay9.模型可解释性方法中，属于局部解释的是A.PermutationImportanceB.SHAPC.PartialDependencePlotD.特征共线性矩阵10.在数据增强中，对中文文本进行同义词替换，最需警惕的风险是A.改变句法结构B.引入歧义或相反情感C.增加序列长度D.降低OOV比例（二）多选题（每题3分，共30分，多选少选均不得分）11.下列属于数据漂移（DataDrift）监测手段的有A.PopulationStabilityIndexB.KL散度C.对抗验证D.特征重要性排序12.在模型蒸馏中，教师模型可提供的监督信号包括A.SoftTargetB.中间层特征C.注意力矩阵D.参数量13.关于差分隐私，下列说法正确的有A.添加噪声与隐私预算ε成正比B.ε越小隐私保护越强C.高斯机制适用于实数向量D.同一ε下重复查询会累积隐私损失14.使用K-fold交叉验证可能带来的问题有A.时间序列数据泄漏B.计算成本增加C.验证集分布偏移D.降低方差15.在构建对话系统时，需遵循的伦理原则有A.公平性B.可解释性C.数据最小化D.用户知情同意（三）判断题（每题1分，共10分，正确选T，错误选F）16.模型参数量越大，过拟合风险一定越高。17.在联邦学习中，中央服务器可以看到各参与方的原始数据。18.使用EarlyStopping时，若监控指标连续n次未提升即终止训练，可有效防止过拟合。19.对图像分类任务，MixUp增强通过线性插值样本与标签，可提高模型鲁棒性。20.在Python中，使用multiprocessing可完全规避GIL限制。（四）简答题（每题10分，共20分）21.简述“数据版本管理”在AI工业落地中的三项核心价值，并给出一种开源工具的实现思路。22.请说明在医疗影像AI辅助诊断场景下，如何设计“人机协同”标注流程，以降低误诊率并控制成本。（五）计算题（10分）23.某省赛选手使用二分类模型评估疫情风险，验证集共1000例，其中阳性200例，阴性800例。模型预测阳性180例，其中真正例150例；预测阴性820例，其中真负例750例。（1）计算召回率R与精确率P；（2）计算F1-score；（3）若希望将召回率提升至90%，需至少将假负例降至多少例？答案与解析1.C2.C3.B4.A5.B6.B7.B8.C9.B10.B11.ABC12.ABC13.BCD14.ABC15.ABCD16.F（正则化、数据量、任务复杂度同样影响）17.F（原始数据不出本地）18.T19.T20.F（多进程通信开销大，并非完全规避）21.核心价值：①可追溯：每次实验可回滚到任意数据版本，保证结果可复现；②可协作：多角色并行标注，冲突自动合并；③可审计：满足合规要求，快速定位异常样本来源。开源工具思路：使用DVC（DataVersionControl）+GitLFS，将数据指纹（md5）存储于YAML，训练脚本通过dvcpull自动同步对应版本。22.人机协同流程：Step1预标注：用轻量级模型对影像进行初标，生成伪标签；Step2双盲标注：两名影像科医生独立标注，系统隐藏伪标签；Step3仲裁：对不一致样本，由第三名高年资医生复核，同时可查看模型置信度；Step4主动学习：将低置信度+高分歧样本优先送入再训练，循环3轮；Step5评估：以“医生单人→人机协同→模型单人”三组建模，比较敏感度、特异度与平均阅片时间，确保协同组误诊率下降≥15%，阅片时间下降≥20%。23.解：（1）PR（2）F（3）设假负例为x，则≥故至少将假负例降至16例。三、团队赛任务书（满分100分，限时240分钟）【场景设定】“智慧茶园”项目需构建“茶树病虫害早期识别”系统。组委会提供：1.脱敏图像共18000张，分辨率2048×1536，含9类常见病虫害；2.标注文件COCO格式，已做boundingbox；3.服务器：8卡A100，显存40GB，磁盘2TB；4.评分维度：模型精度50%，推理速度20%，可解释性与报告15%，伦理合规与数据安全10%，团队协作与答辩5%。【任务清单】TaskA数据治理（20分）①在2小时内完成数据质量诊断，出具《数据质量报告》，须含：缺失图像、标注异常、类别分布、分辨率分布、EXIF重复检测；②针对“茶小绿叶蝉”类别样本量仅312张，设计并实施一种“少样本增强+合成”方案，要求生成不少于1000张新样本，并给出合成图像的真实性人工评测表（随机盲测50张，邀请3名评委打分，平均分≥3.5/5视为合格）。TaskB模型训练与调优（50分）①选用任意开源框架，训练目标检测模型，基础Backbone需为ResNet50或更高；②在验证集mAP@0.5≥0.80的前提下，追求更高mAP@0.5:0.95；③记录超参搜索过程，使用TensorBoard或WandB实时可视化；④实施EarlyStopping与ReduceOnPlateau联动策略，并说明监控指标及耐心系数；⑤提供模型参数量、FLOPs、显存占用、单张图片推理耗时（含前后处理）。TaskC可解释性与伦理（15分）①采用Grad-CAM++生成热力图，对“茶炭疽病”随机抽取20张预测正确与20张预测失败样本，对比分析高激活区域与病斑重合率；②针对模型在“逆光拍摄”场景下精度下降问题，给出一种“分布外检测”方案，要求：a.不重新标注；b.在测试阶段实时报警；③填写《伦理自评表》，含数据授权、隐私脱敏、碳排放估算、模型偏见审查四项，任意一项缺失则该项0分。TaskD现场答辩（15分）①团队需提交10页以内PPT，汇报时间6分钟，提问4分钟；②评委现场随机抽取一张“逆光”图像，要求30秒内完成推理并解释热力图；③回答评委关于“若茶园业主拒绝上传图像，如何联邦学习”的提问，须给出技术路线与通信开销估算。【评分细则】1.精度得分=50×(mAP@0.5:0.95/0.55)，上限50分；2.速度得分=20×(1−t/200ms)，t为单张平均耗时，低于50ms得满分；3.解释性报告若未提供重合率统计，扣5分；4.伦理自评表缺项直接0分；5.答辩环节若出现“无法解释热力图”或“明显编造”，扣10分。【提交物】1.代码仓库（Git链接，commitID锁定）；2.训练日志与可视化链接；3.数据增强样本集及盲测表；4.模型权重（.pth或.onnx）；5.报告PDF（≤20页，英文或中文）；6.伦理自评表签字扫描件。四、团队赛参考实现（示例摘要，供裁判复盘）1.数据治理使用FiftyOne快速扫描，发现缺失图像7张、标注越界19处、重复EXIF136张。对“茶小绿叶蝉”采用“复制-粘贴+颜色抖动+随机擦除”组合，并在背景中嵌入同域噪声，生成1024张合成图。盲测平均得分3.72，达标。2.模型采用YOLOv7-tiny为基底，引入CBAM注意力，将SPPF改为SimSPPF，激活函数改为SiLU。训练策略：①预热+CosineAnnealing，初始lr=1e−3，最终1e−5；②混合精度+GradientAccumulation=8，等效batch=128；③多尺度训练（640–960）。最终mAP@0.5=0.825，mAP@0.5:0.95=0.568，单张推理38ms，显存占用2.7GB。3.可解释性Grad-CAM++显示，成功样本热力图与病斑IoU=0.78，失败样本IoU=0.31。失败主因为逆光导致病斑纹理消失。提出“亮度-梯度双阈值”分布外检测器，在测试集95%置信下，可识别86%逆光样本，误报4.2%。4.伦理与联邦数据已做SHA-256指纹，脱敏通过省网信办备案。碳排放估算：8卡A