2026年人工智能训练师（三级）全国统考理论试题

2026年人工智能训练师（三级）全国统考理论试题一、单项选择题（每题1分，共30分）1.人工智能训练师的工作内容不包括（）。A.数据采集与标注B.模型训练与调优C.模型评估与部署D.芯片光刻制造答案D2.监督学习中，训练样本必须包含（）。A.特征与标签B.仅特征C.仅标签D.时间戳答案A3.下列属于无监督学习算法的是（）。A.线性回归B.K均值聚类C.决策树D.逻辑回归答案B4.过拟合是指模型（）。A.在训练集上表现差B.在训练集上表现好，但在验证集上表现差C.在训练集与测试集上表现均好D.训练损失无法下降答案B5.二分类问题中，精确率（Precision）的计算公式是（）。A.TB.TC.(D.T答案A6.交叉熵损失函数最适用于（）。A.回归任务B.分类任务C.聚类任务D.降维任务答案B7.深度学习中，batchsize的含义是（）。A.每次迭代用于训练的样本数B.训练集样本总数C.特征维度数D.模型层数答案A8.开展数据标注工作前，首先应（）。A.制定标注规范B.训练模型C.部署服务D.计算损失答案A9.下列不属于图像数据增强方法的是（）。A.随机裁剪B.水平翻转C.调整学习率D.色彩抖动答案C10.混淆矩阵中，FN表示（）。A.预测为正、实际为正的样本数B.预测为负、实际为正的样本数C.预测为正、实际为负的样本数D.预测为负、实际为负的样本数答案B11.召回率（Recall）衡量的是（）。A.预测为正的样本中真正为正的比例B.实际为正的样本中被正确预测为正的比例C.全部样本中预测正确的比例D.实际为负的样本中被正确预测为负的比例答案B12.学习率设置过大会导致（）。A.训练速度过慢B.损失震荡不收敛C.一定收敛到全局最优D.训练集准确率必然下降答案B13.下列属于超参数的是（）。A.网络权重B.偏置项C.学习率D.中间层输出答案C14.ReLU激活函数的数学表达式为（）。A.fB.fC.fD.f答案A15.卷积神经网络（CNN）中，卷积层的主要作用是（）。A.提取局部特征B.输出分类结果C.归一化数据D.扩充数据集答案A16.LSTM中遗忘门的作用是（）。A.决定丢弃哪些历史信息B.决定写入哪些新信息C.决定输出哪些信息D.决定学习率大小答案A17.迁移学习的核心思想是（）。A.从零开始训练新模型B.将预训练模型学到的知识迁移到目标任务C.无限增加训练数据D.使用更大的模型答案B18.处理类别不平衡问题的常用方法不包括（）。A.对少数类进行过采样B.对多数类进行欠采样C.在损失函数中设置类别权重D.删除全部少数类样本答案D19.下列哪种方法不能有效缓解过拟合？（）A.增加训练数据量B.L2正则化C.DropoutD.增加模型层数答案D20.F1分数是精确率与召回率的（）。A.算术平均值B.调和平均值C.几何平均值D.加权和答案B21.特征归一化的主要目的是（）。A.减少特征数量B.消除不同特征之间量纲差异的影响C.增加特征数量D.将连续特征离散化答案B22.主成分分析（PCA）属于（）。A.监督学习B.无监督学习C.强化学习D.半监督学习答案B23.选择数据标注工具时，首先应考虑（）。A.界面是否美观B.是否匹配标注任务类型与数据格式C.是否开源免费D.开发语言答案B24.AUC的值越接近（），模型区分正负样本的能力越强。A.0B.0.5C.1D.2答案C25.梯度消失问题主要发生在（）。A.数据预处理阶段B.深层网络的反向传播过程中C.模型部署阶段D.数据标注阶段答案B26.关于数据安全与职业伦理，下列做法正确的是（）。A.未经授权使用用户数据训练模型B.按数据安全规范处理与存储训练数据C.将训练数据拷贝至个人设备D.对外泄露标注样本内容答案B27.批归一化（BatchNormalization）的主要作用是（）。A.加速训练、稳定收敛B.减少模型参数量C.替代激活函数D.增加训练样本答案A28.回归任务常用的评估指标是（）。A.准确率B.均方误差（MSE）C.召回率D.精确率答案B29.文本分类任务中，将文本转换为数值向量的常用方法是（）。A.TF-IDFB.卷积运算C.池化操作D.随机梯度下降答案A30.模型训练过程中，验证集的主要用途是（）。A.训练模型参数B.模型选择与超参数调优C.数据采集D.数据标注答案B二、多项选择题（每题2分，共20分）1.下列属于机器学习典型任务的有（）。A.分类B.回归C.聚类D.数据标注答案ABC解析分类、回归、聚类均为机器学习的典型任务；数据标注属于数据准备环节，不属于机器学习任务本身。2.可能导致模型欠拟合的因素有（）。A.模型结构过于简单B.训练数据不足C.特征提取不充分D.训练轮数过多答案ABC解析欠拟合表现为模型在训练集上性能就差，常见原因是模型容量不足、数据量少或特征不充分。训练轮数过多通常导致过拟合而非欠拟合。3.下列属于数据预处理环节的有（）。A.缺失值处理B.异常值检测C.数据标准化D.模型部署答案ABC解析缺失值处理、异常值检测、数据标准化均属于数据预处理；模型部署属于模型上线环节。4.缓解过拟合的常用方法包括（）。A.DropoutB.L2正则化C.数据增强D.增加模型深度答案ABC解析Dropout、L2正则化、数据增强均可有效缓解过拟合；增加模型深度会增大模型容量，通常可能加剧过拟合。5.关于混淆矩阵，下列说法正确的有（）。A.TP表示实际为正且预测为正的样本数B.TN表示实际为负且预测为负的样本数C.准确率=D.精确率与召回率之和恒等于1答案ABC解析精确率和召回率分别关注预测正例的准确程度与真实正例的覆盖程度，二者不存在恒定的数量关系，D错误。6.下列属于深度学习常用优化器的有（）。A.SGDB.AdamC.MomentumD.TF-IDF答案ABC解析SGD、Adam、Momentum均为常用优化器；TF-IDF是文本特征表示方法，不是优化器。7.下列属于图像标注任务的有（）。A.目标检测框标注B.图像语义分割标注C.关键点标注D.语音转写答案ABC解析目标检测框、语义分割、关键点标注均属图像标注；语音转写属于语音数据的标注任务。8.评估分类模型时，常用的评价指标有（）。A.准确率B.精确率C.召回率D.F1分数答案ABCD解析准确率、精确率、召回率、F1分数均为分类模型常用评估指标，实际应用中常组合使用。9.关于学习率调度，下列说法正确的有（）。A.可以按训练轮次进行衰减B.可以依据验证集表现自适应调整C.学习率只能全程保持不变D.适当衰减有助于模型收敛答案ABD解析学习率调度方式包括按轮次衰减、按验证集表现调整等，适当衰减可提高收敛稳定性；C表述过于绝对，错误。10.人工智能训练师在工作中应遵守的职业规范包括（）。A.保护数据隐私B.保证标注质量C.如实记录模型评估结果D.未经授权复制核心数据答案ABC解析保护数据隐私、保证标注质量、如实记录评估结果均是训练师的基本职业要求；未经授权复制核心数据属于违规行为。三、判断题（每题1分，共20分）1.人工智能训练师只需要掌握算法，不需要了解业务场景。答案错误2.监督学习中，标签质量直接影响模型训练效果。答案正确3.训练集、验证集、测试集之间可以相互包含。答案错误4.数据清洗仅包括缺失值处理，不包括异常值处理。答案错误解析数据清洗包括缺失值处理、异常值检测与处理、去重、格式统一等多个方面。5.准确率适用于所有分类场景，包括类别极度不平衡的场景。答案错误解析在类别不平衡场景下，准确率会偏向多数类，不能真实反映模型性能，应结合精确率、召回率、F1分数等指标。6.过拟合的典型表现是训练集准确率高而测试集准确率低。答案正确7.学习率设置越小，模型训练速度越快。答案错误8.Dropout在训练阶段生效，在预测阶段不生效。答案正确9.数据增强可以扩大训练样本规模，缓解过拟合。答案正确10.特征归一化能够消除不同特征之间量纲差异的影响。答案正确11.神经网络层数越多，模型效果一定越好。答案错误12.精确率与召回率通常存在此消彼长的权衡关系。答案正确13.数据标注完成后无需抽检，可直接用于模型训练。答案错误14.K均值聚类算法需要预先指定聚类数K。答案正确15.迁移学习可以减少目标任务对大规模标注数据的依赖。答案正确16.测试集可以参与模型的训练过程。答案错误17.保护用户数据隐私是人工智能训练师的重要职责。答案正确18.交叉验证可以有效利用数据并评估模型的稳定性。答案正确19.模型部署上线后无需监控其运行效果。答案错误20.训练集上的损失值越小，模型泛化能力一定越强。答案错误解析训练损失小可能对应过拟合，模型泛化能力需结合验证集或测试集上的表现综合评估。四、简答题（每题6分，共18分）1.简述人工智能训练师的主要工作职责（至少列出4项）。答案(1)数据采集与处理：根据业务需求制定数据采集方案，对数据进行清洗、去重、格式转换等预处理；(2)数据标注：制定标注规范，组织标注任务并对标注结果进行质量审核；(3)模型训练与调优：选择合适的算法与模型结构，完成模型训练，并通过调整超参数优化模型性能；(4)模型评估与部署：利用准确率、精确率、召回率等指标评估模型效果，配合工程团队完成模型上线；(5)模型运维与迭代：持续监控模型线上运行效果，根据业务反馈对模型进行迭代优化。（答出其中4项即可得满分）2.简述什么是过拟合，并列举两种缓解过拟合的方法。答案过拟合是指模型在训练集上表现优异，但在验证集或测试集上表现较差的现象，其本质是模型过度学习了训练数据中的噪声与细节，导致泛化能力下降。缓解方法：(1)增加训练数据量或使用数据增强；(2)使用L1/L2正则化；(3)使用Dropout；(4)采用早停（EarlyStopping）；(5)简化模型结构，降低模型复杂度。（答出其中2种即可）3.简述数据标注质量控制的主要措施。答案(1)制定明确、可执行的标注规范，并组织标注人员开展培训与试标；(2)建立标注审核机制，对标注结果进行抽检或全检；(3)设置标注一致性指标（如Cohen'sKappa系数），评估标注人员之间的一致性；(4)建立问题反馈闭环，及时将审核中发现的问题反馈给标注人员并迭代完善标注规范；(5)对不合格的标注样本组织返工重标，并记录质量数据用于持续改进。五、案例分析题（每题12分，共12分）1.某电商平台需要构建一个商品评论情感分类模型，将用户评论划分为"正面"和"负面"两类。训练师小张负责数据准备与模型训练工作。模型训练完成后，在训练集上的准确率为98%，而在测试集上的准确率仅为72%。(1)请分析该模型可能出现了什么问题，并说明判断依据。（4分）(2)请列举至少三种可行的改进措施。（6分）(3)已知测试集共有1000条评论，其中正面评论800条、负面评论200条。若模型将全部评论均预测为"正面"，请计算该模型的准确率、精确率与召回率（以"正面"为正类）。（2分）答案：(1)模型出现了过拟合。判断依据：模型在训练集上准确率高达98%，而在测试集上准确率仅为72%，训练集与测试集性能差距过大，说明模型过度拟合了训练数据中的噪声，泛化能力不足。(2)改进措施：①增加训练数据量，或对评论文本进行数据增强（如同义词替换、回译等）；②引入正则化方法，如L2正则化、Dropout；③采用早停策略，当验证集