(新版)人工智能训练师(中级)职业技能等级认定考试题(附答案)

(新版)人工智能训练师(中级)职业技能等级认定考试题(附答案)一、单项选择题（共20题，每题2分，共40分。每题仅有1个正确选项）1.根据《信息安全技术个人信息安全规范》GB/T35273-2020及网络安全等级保护2.0三级要求，人工智能训练数据处理过程中，针对包含自然人生物识别特征的人脸、声纹数据集进行合规脱敏时，以下哪种操作属于不可逆的合格脱敏方式？A.对人脸图像核心面部区域打20%透明度的马赛克B.对原始人脸特征向量进行随机加盐哈希运算后永久删除原始特征库C.将声纹音频文件采样率从44.1kHz下调至8kHzD.对身份证号字段仅隐藏最后4位，其余字段明文存储答案：B。解析：A选项低透明度马赛克可通过图像复原技术还原面部特征，C选项下调采样率后的音频仍可通过声纹库比对识别特定身份，D选项隐藏后12位身份证号仍可通过地域、生日规则撞库还原全量信息，均不属于不可逆脱敏，仅B选项加盐哈希后无原始特征溯源路径，符合合规要求。2.面向L2级辅助驾驶的2D目标检测标注任务，行业通用的标注合格判定标准中，标注框与真实目标的交并比（IoU）最低阈值、全量数据集漏检率上限分别为？A.IoU≥0.7，漏检率≤2%B.IoU≥0.8，漏检率≤1%C.IoU≥0.95，漏检率≤0.5%D.IoU≥0.5，漏检率≤5%答案：C。解析：中级人工智能训练师负责的自动驾驶场景标注对精度要求极高，IoU阈值低于0.95会直接导致算法训练回归拟合偏差，漏检率高于0.5%会造成实路场景下的目标识别失效，不符合车规级要求。3.针对参数量为7B的开源通用大模型开展垂直领域监督微调，采用低秩适配（LoRA）优化策略时，兼顾训练效率与效果的秩（r）参数最优取值区间为？A.1~4B.8~64C.256~512D.1024以上答案：B。解析：秩取值过小会导致领域知识学习不充分，取值过大则会大幅提升显存占用、失去LoRA轻量化微调的优势，行业实操中7B模型LoRA秩参数设置为8~64可兼顾训练效率与下游任务精度提升要求。4.多模态图像语义分割标注任务中，标注员将像素级标注的“行道树”类别误标为“绿化灌木”，该类错误属于以下哪种标注质量错误类型？A.边界偏移B.类别混淆C.漏标目标D.多标冗余答案：B。解析：不同语义类别的边界定义未对齐导致的标注结果归类错误，属于典型的类别混淆类错误，是语义分割场景中质量稽核的核心管控维度。5.人工智能训练数据集的版本迭代管理过程中，针对新增的1万份疑难标注样本，正确的版本号命名规则应为？A.v1.0B.v1.0.1C.v1.1D.v2.0答案：C。解析：训练数据集版本号三段规则中，首位大版本对应数据集全量重构、类别体系更新，第二位次版本对应新增批量标注样本、规则迭代，第三位修正版本对应局部错误样本修正，新增万级疑难样本属于内容增量迭代，对应次版本号升级为v1.1。6.面向生成式AI的人类反馈强化学习（RLHF）流程中，中级人工智能训练师负责的偏好排序标注核心要求是将至少多少份大模型生成的同prompt回复，按照合规性、准确性、有用性维度进行梯度排序？A.2~9份B.16~20份C.30~50份D.100份以上答案：A。解析：RLHF偏好标注单任务排序样本量控制在2~9份，既可以避免标注员产生判断疲劳、提升排序一致性，又可以为奖励模型训练提供足够的梯度区分度。7.以下哪种数据增强方式属于针对文本分类任务的回译增强方案？A.将文本中的同义词进行随机替换B.把中文文本翻译成法语后再翻译回中文得到新样本C.随机删除文本中10%的非核心词汇D.调整文本语序生成新表达答案：B。解析：回译增强的核心逻辑是通过跨语种映射保留核心语义的同时生成多样化的文本表述，其余三类均不属于回译类增强方案。8.语音识别标注任务中，针对环境音信噪比低于10dB的低质量音频样本，正确的处理方式是？A.直接强制要求标注员听音转写B.直接丢弃所有低信噪比样本C.先通过AI降噪工具预处理后再进行标注，信噪比低于5dB的样本标记为无效样本移出标注池D.人工听音标注后直接进入训练数据集不做标记答案：C。解析：信噪比低于10dB的音频需先做降噪预处理降低标注难度，信噪比低于5dB的样本人耳无法精准识别语音内容，不具备标注价值，需标记无效后移出标注池，既不浪费标注资源，也能保留部分低信噪比场景的训练样本提升模型鲁棒性。9.中级人工智能训练师在迭代标注规则体系时，针对边界模糊的疑难样本，最佳的闭环处理机制是？A.按照标注员的个人理解自主定义标注规则B.直接修改原始标注规则覆盖所有疑难场景C.组织算法产品、项目负责人、资深标注员三方评审，明确边界判定标准后同步更新规则并补充对应教学样例D.将所有疑难样本直接丢弃不纳入训练集答案：C。解析：疑难样本的规则迭代必须经过多方评审确认，避免规则定义偏差导致全量标注结果一致性下降，同步补充教学样例可确保所有标注员对齐判定标准。10.目标检测标注任务中，统计2000张抽检样本的标注结果，共发现3例漏检、2例类别错标、1例边界偏移超标，该批次样本的标注准确率为？A.99.7%B.99.5%C.99.9%D.99.2%答案：A。解析：标注准确率计算公式为（抽检总样本数-错误样本数）/抽检总样本数*100%，本次抽检共6个错误样本，准确率为（2000-6）/2000=99.7%，符合中级标注质量管控要求。11.针对医疗实体抽取标注任务，以下哪类实体的标注粒度划分符合临床信息抽取的通用要求？A.将“冠状动脉粥样硬化性心脏病”拆分为“冠状动脉”“粥样硬化”“心脏病”三个独立实体B.将“阿司匹林肠溶片”完整标注为药品实体，不拆分剂型字段C.将“2024年5月10日入院”中的时间信息拆分为多个子实体D.不区分症状、体征两类实体，统一归为同一类别答案：B。解析：医疗实体抽取场景下药品实体需完整覆盖药品通用名+剂型，无需拆分子字段，其余选项均属于粒度过细或类别定义模糊的错误划分方式。12.大模型微调数据集清洗环节，判定两条问答对属于语义重复样本的embedding余弦相似度阈值通常设置为？A.≥0.3B.≥0.6C.≥0.9D.≥1.5答案：C。解析：余弦相似度取值区间为[-1,1]，≥0.9可判定为两条样本语义高度重合属于重复样本，该阈值下可最大程度过滤冗余样本同时避免误删语义相近但场景不同的有效样本。13.以下哪种标注工具功能属于中级人工智能训练师需要掌握的自定义配置能力？A.调整标注工具的界面背景颜色B.为特定标注类别配置自动锚点捕捉、快捷键批量赋值功能，适配任务特性提升标注效率C.修改标注工具的系统登录密码D.查看标注工具的服务器运行日志答案：B。解析：中级岗位要求掌握标注工具的任务定制化配置能力，通过快捷键、自动预标注等功能提升标注产能，其余选项均不属于核心岗位技能范畴。14.面向工业质检的小样本图像缺陷标注任务，标注样本总量仅为500张，以下哪种数据增强方案组合的收益最高？A.仅对图像进行亮度调整B.随机裁剪、高斯模糊、噪声注入、缺陷区域语义粘贴增强四类方案组合，生成与真实缺陷分布一致的拓展样本C.所有图像直接翻转180度生成新样本D.直接用AI生成10万张完全虚拟的缺陷图像答案：B。解析：小样本场景下基于真实缺陷样本的混合增强方案可在不引入标注偏差的前提下拓展数据集规模，提升小样本模型的泛化能力，纯虚拟生成的样本与真实工业场景分布偏差过大，无法带来有效精度提升。15.人工智能训练项目交付后，数据集的交付归档周期最低要求为？A.不少于3个月B.不少于1年，满足算法迭代溯源、合规审计的要求C.不少于7天D.永久存储不删除答案：B。解析：根据《数据安全法》及人工智能训练项目交付规范，训练数据集归档留存时间不少于1年，满足后续算法迭代问题溯源、监管合规审计的要求，非必要不永久存储避免数据冗余风险。二、多项选择题（共15题，每题3分，共45分。每题有2~5个正确选项，多选、少选、错选均不得分）1.中级人工智能训练师开展标注质量偏差溯源工作时，核心判定维度包含以下哪些项？A.标注员对规则边界的理解偏差B.标注工具的锚点捕捉精度bug导致标注结果偏移C.原始数据集的图像清晰度阈值不足导致目标识别难度超出标注能力范围D.标注规则本身边界定义模糊未覆盖疑难场景E.项目交付方的商务回款进度滞后答案：ABCD。解析：商务回款属于项目管理的商务维度范畴，与标注质量偏差无关联，其余4项均为质量偏差溯源的核心维度。2.多模态图文配对标注任务中，数据集校验的核心评估维度包含哪些？A.图像内容与对应文本描述的语义一致性B.文本内容是否存在违法违规、敏感内容C.图像分辨率是否达到任务要求的最低阈值D.样本是否存在图文完全不匹配的错误配对E.图像的存储文件名是否为连续数字命名答案：ABCD。解析：文件名命名规则属于基础运维范畴，不属于数据集质量校验的核心评估维度。3.标注团队的全流程质量管控体系中，符合中级岗位能力要求的管控措施包含哪些？A.标注员准入环节开展规则考核，考核通过率100%、盲测任务准确率达到98%以上方可进入正式标注池B.标注过程中执行三级质检机制：标注员100%自检、质检人员随机10%过程巡检、疑难样本100%交叉专家评审C.每日生成标注质量日报，统计各标注员的准确率、错漏类型占比，针对准确率低于95%的标注员开展二次规则培训D.每迭代一次标注规则就组织全量标注员开展规则更新培训，同步更新配套的样例库E.允许标注员根据个人习惯随意调整标注类别体系答案：ABCD。解析：标注类别体系调整必须经过统一评审同步，不允许标注员私自修改，避免全量标注标准混乱。4.以下属于生成式大模型RLHF流程中偏好标注合规管控要求的是？A.不得将包含色情暴力、意识形态违规内容的生成回复标注为优质回复B.针对用户隐私相关的prompt生成回复，标注时优先判定脱敏后的合规回复为优质排序结果C.不得为了提升奖励模型训练速度，随意调整排序标注的梯度维度D.包含虚假信息、幻觉内容的回复统一标注为最低优先级排序E.针对客服场景的偏好标注，无需参考企业官方话术规范，可任意排序答案：ABCD。解析：垂直领域的偏好标注必须严格对齐领域的官方规范要求，客服场景标注必须参考企业官方话术标准开展排序。5.面向大模型微调的训练数据集划分通用规范要求，符合行业实操标准的比例是？A.训练集占总样本量70%，用于模型参数拟合学习B.验证集占总样本量20%，用于训练过程中实时监控精度、调整超参数避免过拟合C.测试集占总样本量10%，用于模型训练完成后开展最终效果评估D.测试集占总样本量50%，全部用于效果测试E.验证集无需单独拆分，全部合并入训练集即可答案：ABC。解析：大模型微调数据集通用划分比例为7:2:1，训练集、验证集、测试集严格分离，验证集全部纳入训练集会导致模型效果评估出现过拟合偏差。6.以下哪些操作属于人工智能训练数据合规处理的正确流程？A.处理人脸数据集前获得所有信息主体的单独知情同意B.对包含地理位置信息的图像数据擦除EXIF字段中的经纬度信息C.医疗训练数据集经过去标识化处理后，仍需对剩余的疑似可识别自然人的字段进行二次校验D.批量爬取互联网公开的社交平台用户头像直接纳入训练数据集无需告知用户E.涉及国家敏感地理信息的遥感标注数据，严格按照测绘数据保密要求执行管控答案：ABCE。解析：爬取社交平台用户头像纳入训练数据属于违规处理个人信息的行为，不符合《个人信息保护法》要求。7.针对3D点云目标检测标注任务，中级人工智能训练师需要掌握的核心质量校验指标包含哪些？A.3D标注框与点云目标的贴合度、无飘框、穿框问题B.目标的类别归属、不存在类别混淆错误C.点云视角下无漏检的远小目标、遮挡目标D.点云背景的颜色偏好是否符合标注员个人审美E.标注框的俯仰角、偏航角与目标实际朝向完全对齐答案：ABCE。解析：点云背景颜色不属于标注质量校验的指标范畴。8.以下属于标注数据质量问题会直接导致模型训练效果不达标的场景是？A.图像分类数据集的类别标签错误率高达8%B.语音数据集的转写文本与音频的对应错误率达到5%C.大模型微调的问答对数据集prompt与response完全不匹配的样本占比3%D.目标检测数据集的小目标漏检率达6%E.标注数据集的准确率达到99%，符合任务交付要求答案：ABCD。解析：标注准确率达到99%符合交付标准的场景不会导致训练效果不达标。三、判断题（共10题，每题1分，共10分，正确选√，错误选×）1.针对医疗影像类标注任务，为了提升数据集规模，可直接将去掉患者姓名字段的CT扫描图像直接纳入训练数据集，无需获得患者的知情同意。答案：×。解析：去掉直接标识后的医疗影像仍可通过病灶特征、就诊时间、关联信息反向识别到特定自然人，属于敏感个人信息，必须获得患者单独的知情同意后方可纳入训练数据集。2.大模型微调过程中，训练数据集的样本量越大最终效果一定越好，无需控制重复样本、低质样本的占比。答案：×。解析：低质、重复样本占比过高会导致模型训练出现过拟合、幻觉率上升等问题，并非样本量越大效果越好。3.标注规则体系发布后，如果遇到边界模糊的疑难场景，可直接修改规则，无需同步所有标注员，后续标注员自然会对齐新标准。答案：×。解析：规则迭代必须同步全量标注员，配套补充样例培训后才能执行新规则，避免新旧标准混用导致标注结果一致性下降。4.目标检测标注中，完全被遮挡、不存在任何视觉特征的目标，允许标注员做漏标处理，不属于质量错误。答案：√。解析：无任何可识别视觉特征的遮挡目标不具备标注价值，无需强制标注，属于合理操作范围。5.人工智能训练数据集经过脱敏处理后，就可以完全避免数据泄露风险，无需额外做访问权限管控。答案：×。解析：脱敏后的数据仍存在反向重识别的可能性，必须配置分级的访问权限管控机制，避免无关人员接触训练数据集。6.中级人工智能训练师需要能够独立完成标注规则体系的迭代更新、标注质量管控方案落地、小样本场景数据增强方案设计的全流程工作。答案：√。解析：该能力要求完全对齐《人工智能训练师国家职业技能标准（2020年版）》中级岗位的能力要求。7.语音合成标注任务中，可随意采集包含未成年人语音的音频直接纳入训练数据集，无需监护人授权。答案：×。解析：未成年人的语音信息属于敏感个人信息，处理前必须获得监护人的明确授权，符合未成年人网络保护条例要求。8.多模态OCR标注任务中，倾斜角度超过45度的模糊文本字符，人眼完全无法识别的情况下，可标记为无效样本，无需强制转写。答案：√。解析：人眼都无法识别的低质量样本没有标注价值，纳入训练集反而会提升OCR模型的字符识别错误率。9.不同场景下的标注质量统一执行同一套标准即可，无需针对