(三级)人工智能训练师职业技能鉴定理论考试题(附答案)

(三级)人工智能训练师职业技能鉴定理论考试题(附答案)一、单项选择题（共25题，每题2分，共50分。每题只有1个正确答案，请将正确答案的序号填入题干括号内）1.根据《人工智能训练师国家职业技能标准（2022年版）》三级/高级工的技能要求，AI训练师完成批量标注任务时，标注结果的整体准确率最低需达到（）才算符合岗位操作规范。A.90%B.95%C.98%D.99%2.依据《个人信息保护法》定义，以下不属于敏感个人信息范畴的是（）。A.普通用户公开可查的社交平台昵称B.生物识别人脸识别特征数据C.未成年人的位置轨迹数据D.金融支付账户交易明细数据3.图像目标检测任务中，常用标注评价指标IOU（交并比）的合格阈值通常设定为（），低于该阈值的标注框判定为边界偏移不合格。A.0.3B.0.5C.0.7D.0.94.针对10万样本量级的通用视觉模型训练数据集，行业通用的训练集、验证集、测试集划分基础比例为（）。A.5:3:2B.7:2:1C.8:1:1D.9:0.5:0.55.主流开源图像标注工具LabelImg的默认导出标注格式为（），适配VOC数据集体系的训练框架读取要求。A.JSONB.TXTC.XMLD.CSV6.标注一致性检验核心指标Krippendorffα系数的合格阈值为（），低于该阈值说明不同标注员的标注共识度不足，标注规范需要重新优化。A.0.6B.0.7C.0.8D.0.97.大语言模型RLHF（人类反馈强化学习）全流程的三个标准执行阶段顺序是（）。A.监督微调SFT→奖励模型训练→PPO强化学习迭代B.PPO强化学习迭代→监督微调SFT→奖励模型训练C.奖励模型训练→监督微调SFT→PPO强化学习迭代D.监督微调SFT→PPO强化学习迭代→奖励模型训练8.以下数据脱敏操作中，属于《个人信息保护法》规定的匿名化处理、可以完全脱离个人信息保护约束用于公开数据集发布的是（）。A.将用户手机号中间4位替换为星号B.采用不可逆哈希算法删除所有可关联到特定自然人的特征且无法还原C.将用户姓名替换为随机生成的虚拟编号D.删除用户身份证号的出生年月字段9.图像语义分割任务与实例分割任务的核心差异是（）。A.语义分割不需要区分同一类别的不同个体，实例分割需要给同一类别的不同个体分配独立IDB.语义分割需要标注物体边界框，实例分割只需要标注像素所属类别C.语义分割的标注粒度为像素级，实例分割的标注粒度为boundingbox级D.语义分割仅支持2类目标，实例分割支持10类以上目标10.AI模型训练过程中，若连续12个epoch验证集损失函数持续上升、训练集损失函数持续下降，最可能出现的问题是（）。A.模型欠拟合B.模型过拟合C.学习率设置过小D.训练数据总量不足11.算力计量单位换算中，1PFlops（每秒千万亿次浮点运算）等价于（）TFlops。A.100B.1000C.1024D.104812.自然语言处理实体关系抽取标注任务中，标注三元组<实体A，关系，实体B>的核心判定规则是（）。A.实体A和实体B必须在同一句子中同时出现B.实体A和实体B的关系必须经过上下文语义推导确认，禁止主观臆造不存在的关联C.关系类别最多不能超过3个D.实体A必须是名词，实体B必须是动词13.语音识别数据标注过程中，对于时长超过3秒的静音段，正确的操作要求是（）。A.直接全部删除静音段不需要标注B.标记静音段起止时间、直接忽略静音段对应的转写文本C.将静音段统一标注为“静音”文本内容D.把静音段前后的语音合并为连续音频片段14.以下不属于计算机视觉领域常用数据增强方法的是（）。A.图像随机水平翻转B.图像高斯加噪C.文本同义词替换D.图像亮度随机微调15.标注质量抽检的分层抽样方法核心是（）。A.随机从所有数据中抽取10%样本检查B.按照标注难度、标注员组别、数据来源等维度分层后按比例抽取样本检查C.优先抽检最后完成的10%标注结果D.优先抽检标注速度最快的标注员产出的结果16.三级人工智能训练师协助完成大模型微调训练时，发现训练日志中损失函数曲线出现剧烈震荡波动、连续无下降趋势，优先排查的原因是（）。A.训练显卡硬件故障B.数据集存在批量系统性标注错误C.训练框架版本不兼容D.训练数据存储路径错误17.开源数据集ImageNet的商用授权类型属于（），企业商用部署前需要完成授权资质核验。A.完全免费无限制B.需单独申请商用授权C.禁止任何商用场景使用D.仅支持教育领域免费使用18.自动驾驶点云标注任务中，3Dboundingbox标注的核心校验标准不包括（）。A.框体完全包裹目标物体三维空间B.框体不能嵌入其他非目标物体内部C.同一物体不能出现重复标注的多个3D框D.框体颜色必须和标注类别颜色保持一致19.以下不符合AI训练数据存储管理规范的操作是（）。A.敏感个人信息训练数据加密存储、访问权限分级管控B.标注原始数据与标注结果文件一一对应映射归档C.过期废弃训练数据直接删除，不需要做数据销毁登记D.训练数据集版本更新时同步记录版本号、修改内容、更新时间20.自然语言处理指令微调数据集构建过程中，“指令-输入-输出”三元组的输出内容要求是（）。A.内容越长越好，无字数限制B.符合事实逻辑、与指令要求完全匹配，无违规违法内容C.必须完全从互联网公开内容中复制，不允许人工撰写D.必须全部为专业领域术语，不允许出现口语化表达21.标注错误类型中，“系统性标注错误”指的是（）。A.单个标注员偶然出现的1~2条标注错误B.所有标注员在某一类特定类别标注上出现的批量共性错误C.标注抽样检查时发现的个例漏标问题D.标注工具导出时出现的少量格式错误22.针对小样本量级（不足1万样本）的特定工业质检图像数据集，最优的训练集验证集测试集比例可调整为（），避免测试集样本量不足导致评估结果偏差。A.7:2:1B.8:1:1C.9.5:0.25:0.25D.6:2:223.以下不属于人工智能训练师三级岗位工作任务的是（）。A.制定覆盖100人以上规模的全国性标注项目顶层管理制度B.完成标注团队的基础操作技能培训C.批量排查标注结果中的系统性错误并推动优化D.协助完成模型训练过程的监控与异常样本回溯24.人脸数据标注任务中，针对人脸关键点的标注要求，以下操作合规的是（）。A.遮挡超过60%的人脸图像不需要强行标注关键点，直接标记为无效样本B.关键点必须标注在人脸轮廓外侧边缘位置C.同一张人脸的关键点数量可根据标注员习惯灵活调整D.未成年人的人脸关键点标注结果可以直接公开用于数据集发布25.目标检测模型评估指标mAP（均值平均精度）的数值越高，代表（）。A.模型的检测精度性能越好B.模型的推理速度越快C.模型的训练算力消耗越低D.模型训练所需的数据集总量越小二、多项选择题（共20题，每题2分，共40分。每题有2个及以上正确答案，多选、少选、错选均不得分）1.三级人工智能训练师开展标注规范编制工作时，规范内容必须覆盖的核心要素包括（）。A.标注类别明确定义、边界判定规则B.标注工具操作流程、常见问题处理方案C.标注错误的判定标准、返工要求D.标注结果的导出格式、命名规则2.以下属于标注流程中常见标注错误类型的有（）。A.类别混淆错标B.目标漏标C.标注边界偏移D.同一目标重复标注3.《个人信息保护法》框架下，AI训练数据处理的合规要求包括（）。A.处理个人信息应当取得个人同意，法律行政法规规定不需要同意的场景除外B.不得过度收集个人信息，应当采取最小必要的采集原则C.敏感个人信息处理应当取得单独同意，满足特定目的充分必要性D.未经授权的用户个人产生的公开内容，不得随意批量爬取用于模型训练4.标注质量管控的核心常用方法包括（）。A.双标注交叉校验，相同样本分配给2名不同标注员标注对比结果一致性B.算法预标注+人工核验，降低标注工作量同时提升标注准确率C.定期开展标注员技能考核，淘汰准确率不达标的标注人员D.系统性错误出现后第一时间组织标注规范二次培训，完成存量数据返工整改5.大语言模型RLHF全流程中，人工智能训练师的核心工作任务包括（）。A.完成SFT阶段高质量指令微调样本的标注与校验B.完成奖励模型训练阶段的人工排序标注，对大模型生成的多个结果按照偏好度排序C.参与PPO阶段生成内容的人工抽检，识别不符合人类价值观的输出样本D.直接修改大模型底层神经网络结构，优化模型性能6.自然语言处理领域常用的数据增强方法包括（）。A.回译法：将中文翻译为英文再翻译回中文生成新样本B.同义词替换：在不改变句子语义的前提下替换非核心词汇C.随机插入/删除句子中非核心停用词D.文本内容直接替换为完全无关的其他领域文本7.机器学习训练过程中，常见过拟合问题的解决方法包括（）。A.引入Dropout随机失活机制，训练过程随机丢弃部分神经元B.增加训练数据总量，引入数据增强提升数据集多样性C.加入正则化约束项，限制模型参数权重规模D.直接停止训练，不需要任何优化操作8.以下属于敏感个人信息范畴的有（）。A.人脸、指纹等生物识别数据B.医疗健康记录数据C.行踪轨迹数据D.金融账户数据9.数据集划分的核心原则包括（）。A.分层同分布原则：训练集、验证集、测试集的各类别样本占比保持基本一致B.数据互斥原则：三个子集的样本完全不重叠，不存在同一样本出现在多个子集的情况C.随机采样原则：无特殊要求情况下随机打乱全量数据集再做拆分D.难度倾斜原则：所有简单样本全部放入训练集，困难样本全部放入测试集10.图像标注任务中，适合直接通过算法预标注降低人工工作量的场景包括（）。A.类别规则明确、标注特征统一的普通目标检测场景B.标注员经过简单培训即可完成基础标注的语义分割场景C.无任何标注规则参考的全新未知类别场景D.标注逻辑高度依赖专业领域专家判断的罕见疾病医疗影像标注场景11.AI训练数据全生命周期管理流程包含的环节有（）。A.原始数据采集/导入B.数据清洗、数据脱敏C.数据标注、质量校验D.数据集归档、过期数据销毁12.语音标注任务的常见细分类型包括（）。A.语音转写标注B.声纹特征标注C.语音情绪标注D.语音唤醒关键词标注13.三级人工智能训练师协助开展模型训练监控工作时，需要重点关注的训练指标包括（）。A.训练集损失函数下降趋势B.验证集损失函数下降趋势C.训练epoch完成进度D.训练硬件的GPU显存占用、温度状态14.以下操作会直接导致数据集标注一致性下降的有（）。A.标注规范模糊，对同类边界场景没有明确判定规则B.标注员未经系统培训直接上岗开展标注工作C.标注过程中随时随意修改标注类别定义D.定期更新标注规范同步给所有标注人员15.工业场景AI质检图像标注的特殊要求包括（）。A.缺陷区域标注必须精准覆盖所有瑕疵像素，边界不能出现遗漏B.无缺陷的正常样本不需要做任何标注C.不同类型的缺陷必须划分独立标注类别，不允许跨类别合并D.遮挡导致无法明确判定是否为缺陷的样本直接标记为无效样本16.数据清洗阶段需要直接筛除的无效数据类型包括（）。A.内容完全空白、无有效信息的空样本B.内容完全重复、100%雷同的冗余样本C.内容不符合项目要求、完全不相关的无关样本D.存在部分噪声但核心信息完整的低质量样本17.目标检测标注过程中，标注框的合规操作要求包括（）。A.标注框紧密包裹目标物体，边界留1~2像素余量即可，避免多余背景B.完全遮挡、无法判定目标形态的物体不需要标注C.截断在图像边缘的可见部分超过1/2的目标物体需要标注D.两个不同类别的重叠目标分别标注独立boundingbox，不得合并18.以下属于人工智能训练师职业守则要求的内容有（）。A.尊重知识产权，严格保护数据合规，不得泄露涉密训练数据B.爱岗敬业，保证标注质量符合项目要求C.遵守操作规范，不得随意篡改标注结果和训练数据D.为了提升标注速度可以简化标注流程，降低标注质量标准19.大模型微调阶段常见的训练异常情况包括（）。A.训练损失函数长时间不下降，持续维持高值B.训练过程中梯度爆炸，Loss值直接变为NaNC.训练集精度持续上升但验证集精度持续下降D.训练日志完全正常无任何报错20.标注项目结项交付时，必须同步交付的项目材料包括（）。A.最终版标注规范文档B.标注结果统计报告，各类别样本分布情况C.标注质量抽检报告，准确率、一致性指标数据D.标注人员的个人身份信息隐私数据三、判断题（共15题，每题0.5分，共7.5分。正确打√，错误打×）1.所有从互联网公开渠道爬取的用户公开内容，都可以直接用于AI模型训练，不需要取得任何主体同意。（）2.开展双标注交叉校验时，若两个标注员的标注结果差异超过10%，需要安排第三名高级标注员介入做仲裁判定，确定最终标注结果。（）3.Krippendorffα系数低于0.6的标注结果可以直接用于模型训练，对最终模型性能没有任何影响。（）4.标注过程中如果遇到规范中没有明确约定的边界场景，标注员可以按照个人理解随意标注，不需要同步给项目负责人更新标注规范。（）5.采用假名化处理、替换了用户姓名手机号等标识信息的数据集，仍然属于个人信息范畴，不得随意对外公开传播。（）6.模型训练阶段发现的难例样本，完成标注修正后需要同步补充到训练集中，迭代优化下一轮模型性能。（）7.图像标注完成后导出的标注文件命名必须与原始图像文件名完全一一对应，避免后续训练读取时出现映射错误。（）8.针对自动驾驶场景的雨天、雾天等极端小样本数据，标注时可以适当放宽标注准确率要求，不需要符合统一规范。（）9.语义分割标注的标注粒度为像素级，所有图像像素必须标注到对应类别，不允许出现未标注的空白像素区域。（）10.三级人工智能训练师需要掌握基础的标注团队培训能力，能够完成10~20人规模标注团队的基础操作培训工作。（）11.指令微调数据集构建过程中，同一条指令可以对应多个不同的合法输出内容，不需要强制要求所有输出完全一致。（）12.标注速度考核优先级高于标注准确率考核，为了提升标注产出量可以适当降低标注质量要求。（）13.点云标注过程中，远处距离超过100米的小目标，点云数量少于10个的物体可以不需要标注，符合自动驾驶场景的项目约定规则。（）14.数据集版本迭代升级时，不需要记录版本更新日志，直接覆盖旧版本数据集即可。（）15.模型推理阶段出现的BadCase失败样本，首先需要回溯对应样本的标注质量，排查是否存在标注错误问题。（）四、简答题（共2题，每题3.5分，共7分）1.简述三级人工智能训练师制定图像目标检测标注规范的核心编制流程。2.简述标注质量分层抽检方法的具体操作流程及适用场景。五、案例分析题（共1题，5.5分）某智能客服大模型SFT指令微调项目，现有12万条原始客服对话转录数据，其中包含3万条涉及用户手机号、地址、身份证号的敏感个人信息内容，2.5万条是客服系统自动生成的无效空白对话、挂机噪音乱码内容，剩余6.5万条有效对话需要转换为符合要求的“指令-输入-输出”格式微调样本。作为负责该项目的三级人工智能训练师，请详细描述从原始数据导入到最终生成合格微调数据集的全流程操作要点。参考答案一、单项选择题1.B2.A3.B4.B5.C6.C7.A8.B9.A10.B11.B12.B13.B14.C15.B16.B17.B18.D19.C20.B21.B22.D23.A24.A25.A二、多项选择题1.ABCD2.ABCD3.ABCD4.ABCD5.ABC6.ABC7.ABC8.ABCD9.ABC10.AB11.ABCD12.ABCD13.ABCD14.ABC15.ACD16.ABC17.ABCD18.ABC19.ABC20.ABC三、判断题1.×2.√3.×4.×5.√6.√7.√8.×9.√10.√11.√12.×13.√14.×15.√四、简答题1.核心编制流程分为5个步骤：第一，对接项目需求侧，明确模型目标应用场景、标注类别边界定义，梳理所有类别对应的业务场景判定规则；第二，挑选100~200张覆盖全场景、全边界案例的样本做试标注，组织3名以上资深标注员开展试标注校验，收集所有边界场景的分歧点，明确统一判定标准；第三，撰写规范初稿，覆盖标注类别说明、工具操作流程、边界场景示例、错误判定标准、导出格式要求5大核心模块，每个边界场景配正反示例截图；第四，组织小规模标注员试执行2天，统计标注一致性、准确率指标，针对分歧点二次优化规范内容；第五，发布正式版标注规范，配套考核题目，标注员考核通过后上岗开展正式标注工作。2.操作