(试题)理论考试人工智能训练师三级题库综合试卷附答案

(试题)理论考试人工智能训练师三级题库综合试卷附答案一、单项选择题（共20题，每题2分，总计40分）1.人工智能训练师承接商业化训练数据服务项目时，核心工作流程的首个标准环节是A.批量开展数据标注B.对接需求方完成标注规则澄清与细化C.启动模型微调训练D.开展模型效果评估2.针对图像语义分割标注任务，标注员使用开源标注工具LabelMe将目标区域轮廓点连接闭合后，需要给区域标注的核心属性标签是A.目标对应的语义类别B.图片采集时间C.图片存储路径D.拍摄设备型号3.数据脱敏操作中，针对医疗场景训练数据内的患者身份证号信息，最符合合规要求的处理方式是A.完全保留身份证号便于溯源B.对身份证号的全部数字做哈希不可逆替换C.仅保留身份证号的出生年月日段D.直接删除整行包含身份证号的原始数据4.训练深度学习计算机视觉分类模型时出现欠拟合问题，以下针对性解决措施无效的是A.增加训练数据量B.提升模型主干网络的参数量C.降低模型正则化惩罚系数D.大幅减少模型的迭代训练次数5.面向自动驾驶场景的3D点云车辆标注任务，行业公认的标注框与真实目标的交并比（IOU）合格阈值不得低于A.0.5B.0.7C.0.3D.0.96.当前大语言模型微调技术中，LoRA（Low-RankAdaptation）的核心技术定义是A.全量更新大模型所有参数的训练方法B.冻结大模型主干全部参数，仅在Transformer注意力层插入低秩适配矩阵开展小参数量训练的方法C.直接删除大模型低层冗余参数的裁剪方法D.大幅提升训练batchsize的加速训练方法7.我国《人工智能训练数据服务质量规范》规定，面向通用场景的图像分类标注数据集，整体标注准确率最低合格要求是A.90%B.95%C.98%D.85%8.面向跨机构联合训练AI模型场景，不需要各方原始数据出域的隐私计算技术是A.联邦学习B.差分隐私C.同态加密D.数据脱敏9.人工智能训练师针对新入职标注员开展实操考核时，判定标注员具备独立上岗资质的核心考核指标是A.标注员完成100个样本的标注速度B.标注员与资深标注师的标注结果一致性系数达标C.标注员对工具快捷键的掌握数量D.标注员的在职时长10.NLP自然语言处理领域的机器翻译任务，标准评估指标BLEU的核心计算逻辑是A.预测翻译文本与人工参考翻译文本的n-gram匹配度B.翻译文本的总字符长度C.翻译任务的处理时延D.翻译词汇的总量11.标注多团队协同开展大规模标注项目时，用于校验跨团队标注结果一致性的Krippendorffα系数，三级人工智能训练师要求掌握的项目交付合格阈值是A.≥0.6B.≥0.7C.≥0.8D.≥0.912.边缘端部署AI目标检测模型时，为了降低推理时延、减少内存占用，通常会将32位浮点精度的模型量化为A.16位浮点或8位整型精度B.2位二进制精度C.128位浮点精度D.任意自定义精度13.针对视频动作识别标注任务，以下属于标注员操作的标准合规动作是A.直接裁剪视频中涉及路人面部的区域不做任何脱敏B.按照标注规则逐帧标记动作起始时间点与动作类别C.将连续的动作片段合并为同一个标签不需要区分边界D.跳过动作类别模糊的视频片段不需要留异常标记14.以下不属于生成式AI大模型训练数据增广合规操作的是A.对图像数据集做随机裁剪、翻转、亮度调整生成新样本B.对文本数据集做同义词替换、语序调整生成新样本C.未经授权爬取全网未公开的受版权保护的网文内容扩充数据集D.对音频数据集做加噪、变速处理生成新样本15.人工智能训练师排查模型过拟合问题时，不会观测到的现象是A.模型在训练集上的预测准确率接近100%B.模型在测试集上的预测准确率远低于训练集C.模型在推理阶段的时延出现指数级上升D.模型对训练样本的微小扰动会输出完全错误的结果16.面向多模态大模型训练的图文对标注任务，核心标注校验维度不包含以下哪项A.图像内容与对应文本描述的语义匹配度B.文本描述不存在错误引导性内容C.图像中不存在违法违规的敏感内容D.图像文件的存储压缩比大于100:117.标注项目质量管控流程中，对已标注样本开展抽样质检的最低抽样比例要求是A.不低于已标注样本总量的5%B.不低于已标注样本总量的1%C.不低于已标注样本总量的0.1%D.不低于已标注样本总量的30%18.以下属于实体链接标注任务核心工作内容的是A.将文本中识别出的实体指向知识图谱中对应的唯一实体条目B.给文本中的每个字符标注对应的分词标签C.判定整段文本的情感极性D.标记文本中问题与答案的片段位置19.人工智能训练师使用AIGC工具批量生成补充训练数据时，必须完成的前置操作是A.跳过生成样本的质检直接加入训练集B.对全部生成样本做合规性、准确性人工校验C.生成样本不需要留存溯源信息D.将所有生成样本的标签统一设置为无意义值20.面向工业缺陷检测场景的训练数据标注任务，针对低概率出现的罕见缺陷样本，最合理的处理方式是A.直接全部删除罕见缺陷样本减少标注工作量B.对罕见缺陷样本做针对性标注规则确认、单独抽样100%质检C.将罕见缺陷样本统一归为“其他”类别不需要细化标注D.随机给罕见缺陷样本标注任意类别二、多项选择题（共15题，每题3分，总计45分，多选、少选、错选均不得分）1.三级人工智能训练师的核心岗位职责包含以下哪些内容A.制定中小规模标注项目的全流程SOP操作规范B.开展标注团队的一致性校验与标注技能培训C.完成常见AI任务的训练数据治理、标注质量管控D.开展中小规模预训练大模型的分布式全量训练2.面向大规模标注项目的标注质量校验常用方法包括A.多标注员交叉校验法B.资深标注专家抽验法C.规则引擎自动初筛校验法D.预测模型预标注结果比对校验法3.NLP命名实体识别标注任务中，常见的标注错误类型包含A.实体边界标注错误B.实体类别标注匹配错误C.漏标符合规则的实体目标D.误将非实体内容标记为实体4.当前工业界常用的3D点云标注工具包含A.LabelCloudB.SemanticSegmentationEditorC.3DSlicer（医疗影像适配版）D.MicrosoftExcel5.标注数据清洗阶段，针对重复样本的常见去重技术手段包含A.基于图像哈希值比对的图像去重B.基于文本SimHash比对的文本去重C.基于音频声纹特征比对的音频去重D.手动全部删除数量超过10的同类样本6.大语言模型微调训练过程中，防止模型出现灾难性遗忘问题的有效策略包含A.在微调训练集中加入部分预训练阶段使用的原始通用样本B.采用LoRA等小参数适配训练方式冻结主干模型参数C.完全清空预训练阶段的所有历史数据D.采用弹性权重正则化算法对原有模型重要参数做保护7.结合我国《生成式人工智能服务管理暂行办法》要求，生成式AI训练数据的合规管控要求包含A.不得侵害他人依法享有的知识产权B.不得含有危害国家安全、宣扬恐怖主义等违法违规内容C.不得含有侵害他人名誉、隐私和其他合法权益的内容D.优先使用未经过授权的全网爬取内容扩充训练集8.计算机视觉领域常见的基础标注任务类型包含A.2Dboundingbox目标检测标注B.图像语义分割、实例分割标注C.人脸关键点、人体骨骼关键点标注D.图像字幕、图文匹配标注9.标注执行过程中，遇到规则未覆盖的歧义异常样本时，标准处理流程包含A.第一时间暂停该类样本标注，提交项目需求方确认标注规则B.组织标注团队全体同步最新的规则解释C.对已经标注的同类歧义样本全部回查整改D.标注员直接按照个人理解自行标注该类样本10.影响跨标注员团队标注一致性的核心因素包含A.标注规则文档描述模糊存在歧义B.新入职标注员未通过上岗考核就开始标注C.项目执行过程中未定期开展规则复训D.标注规则的解释口径未统一公开同步11.AI模型推理部署阶段，核心的性能评估指标包含A.单样本平均推理时延B.单位时间内处理的样本吞吐量C.不同硬件设备下的模型适配准确率D.模型文件的存储占用空间大小12.多模态图文训练数据标注的核心难点包含A.图文内容的语义匹配边界难以界定B.部分样本存在图文语义弱相关性难以判定C.图文联合的敏感内容识别复杂度远高于单模态数据D.多模态数据不需要任何标注规则就可以完成标注13.面向医疗AI场景的训练数据管控核心合规要求包含A.所有涉及患者个人信息的内容必须完成不可逆脱敏B.标注后的医疗数据需要留存完整的标注溯源记录C.训练数据的使用必须通过相关伦理审查D.可以随意将标注完成的医疗训练数据转售给第三方14.小样本训练场景下，提升有限标注数据质量的有效方法包含A.针对小样本数据执行100%全量人工质检B.结合任务场景采用合规的数据增广方式扩充有效样本C.邀请领域专家参与标注规则制定与样本校验D.直接将全部小样本复制100倍不需要校验就加入训练集15.标注项目正式交付时，必须同步交付的验收佐证材料包含A.标注规则最终确认版文档B.全量数据集的标注质量抽检报告、一致性校验报告C.标注数据的脱敏处理记录、合规性校验报告D.标注团队的全部个人薪资信息三、判断题（共15题，每题1分，总计15分，正确选√，错误选×）1.人工智能训练师开展人脸场景标注项目时，可以直接批量采集爬取公开社交平台的用户人脸照片，不需要完成脱敏操作就加入训练数据集。2.LoRA微调技术全程冻结大模型主干的全部原有参数，仅训练占总参数量不足1%的低秩适配矩阵，能够大幅降低微调的算力成本。3.标注团队的标注一致性校验仅需要在项目启动新员工入职时开展1次，后续项目全周期不需要再重复校验。4.目标检测标注任务中，标注框与真实目标的交并比（IOU）数值越高，代表标注框的定位精准度越高。5.欠拟合的深度学习模型表现为在训练集、测试集上的预测准确率都处于较低水平，不属于过拟合问题。6.3D点云标注自动驾驶车辆目标时，仅需要标注目标的可见区域轮廓，被遮挡的车身部分不需要补全标注完整的boundingbox。7.处理NLP情感分类标注任务时，遇到情感倾向完全不明确的歧义样本，标注员可以直接跳过样本不需要做任何标记处理。8.模型量化操作属于模型部署阶段的性能优化手段，会小幅度损失模型精度，但能将推理速度提升数倍、硬件内存占用大幅降低。9.标注项目的SOP操作规范在执行过程中如果遇到场景规则更新，需要同步对所有参与标注的人员开展培训，统一更新标注口径。10.人工智能训练师开展训练数据版权合规审核时，使用他人原创的公开授权素材可以直接商用，不需要确认授权范围。11.面向语音识别标注任务，语音文件中出现的涉政、涉黄敏感内容需要第一时间筛除，禁止加入训练数据集。12.数据标注质量管控流程中，质检员发现标注错误率超过30%的标注员，需要立即暂停其标注权限，重新开展标注规则培训与上岗考核。13.多模态大模型训练数据集中的图文对样本，不需要校验图像内容和文本描述的匹配度，直接加入训练集就能提升大模型效果。14.面向工业质检场景的缺陷检测标注，所有不同类型的外观缺陷都可以统一归为“不合格”一个标签，不需要细化分类。15.人工智能训练师在标注项目完成交付后，需要将标注全流程的规则文档、校验报告留存至少3年，满足项目溯源要求。参考答案一、单项选择题1.B2.A3.B4.D5.B6.B7.B8.A9.B10.A11.C12.A13.B14.C15.C16.D17.A18.A19.B20.B二、多项选择题1.ABC2.ABCD3.ABCD4.ABC5.ABC6.ABD7.ABC8.ABCD9.ABC10.ABCD11.ABCD12.ABC13.ABC14.ABC15.ABC三、判断题1.×2.√3.×4.√5.√6.×7.×8.√9.√10.×11.√12.√13.×14.×15.√四、简答题（共5题，每题12分，总计60分）1.答：标注项目启动前的三项核心准备工作如下：第一是标注需求澄清与规则细化环节，核心管控要点是联合需求方、领域专家共同将模糊的需求转化为可落地、无歧义的文字版标注规则，配套至少100个正负样本的标注示例说明，避免后续标注口径不一致；第二是标注工具与环境部署调试环节，核心管控要点是完成标注工具的权限配置、自动校验规则部署、数据存储安全加密设置，避免出现原始数据泄露、标注过程数据丢失问题；第三是标注员培训与上岗考核环节，核心管控要点是围绕标注规则、操作规范对所有标注员开展全流程培训，使用统一考核样本集校验标注员标注结果与标准结果的一致性，达标后方可授予标注权限。2.答：Krippendorffα系数的计算逻辑是通过计算标注结果的观测不一致度与期望随机不一致度的差值占比，衡量跨标注员结果的整体一致性，覆盖分类标注、序列标注、边界标注等全类型标注场景的适配能力；项目交付通用合格阈值为≥0.8，高精准度要求场景（如医疗、自动驾驶）阈值要求≥0.85；当系数低于阈值时的整改方案：第一是暂停标注工作，复盘标注规则歧义点，补充完善规则文档与示例库；第二是对所有标注员开展规则复训，重新通过上岗考核后才可重启标注；第三是对已经产出的标注样本执行全量交叉校验，整改不符合规则的错误标注结果。3.答：四类常见标注错误及校验规则：第一是车辆2D/3D标注框漏标遮挡区域，校验规则设置为“所有行驶、停放状态下的车辆，即使局部被遮挡，也需要按照目标实际外接轮廓标注完整3Dboundingbox，不得仅标注可见部分”，采用目标检测算法预比对自动识别漏标；第二是类别标注错误，将工程车、自行车类目标误标注为普通乘用车，校验规则要求每个类别对应明确的属性特征描述，对跨类别混淆样本开展10%比例专项抽检；第三是标注框精度不足，IOU低于0.7的阈值要求，校验规则设置工具自动计算标注框与点云轮廓的交并比，对低于阈值的样本自动触发返工提醒；第四是漏标远处小尺寸车辆目标，校验规则要求点云有效视距内所有超过10个点的车辆目标必须全部标注，通过多轮交叉筛查排除漏标。4.答：大模型监督微调SFT数据集构建流程依次为：需求对齐确定微调适配场景、采集归集领域原始数据、数据清洗去重去噪、人工标注指令-输入-输出三元组样本、多轮一致性校验标注结果、数据集分类拆分训练验证测试子集。提升微调效果的核心数据优化手段：第一是严格控制训练集样本的多样性，覆盖场景下各类边缘case占比不低于10%，避免分布失衡；第二是对高价值优质样本做加权处理，提升其在训练过程中的采样概率；第三是剔除样本中存在幻觉、错误引导的低质量内容，将数据集整体标注一致性系数提升至0.85以上；第四是加入少量通用能力校准样本，避免微调后模型的通用能力出现灾难性下降。5.答：三项核心合规要求：第一是知识产权合规，训练数据使用前必须确认内容的授权资质，不得使用未经授权的受版权保护的内容，规避后续知识产权纠纷；第二是内容安全合规，对全量训练数据开展多轮敏感内容筛查，确保不存在违法违规、违背公序良俗的内容，避免生成式模型输出不良内容；第三是个人信息保护合规，所有涉及自然人隐私的姓名、人脸、生物识别、住址联系方式等信息，必须完成不可逆脱敏处理，不得留存任何可定位到特定自然人的原始信息，符合《个人信息保护法》的相关要求。五、案例分析题（总计40分）答：1.项目当前三类核心问题：第一是标注规则落地不到位，标注员对微小结节的标注口径不清晰，导致整体一致性系数远低于阈值；第二是标注质量管控机制缺失，没有