2024-2025年技能考试人工智能训练师三级基础真题及答案

2024-2025年技能考试人工智能训练师三级基础真题及答案一、单项选择题（共40题，每题1分，共40分。每题只有1个正确答案，选错、不选均不得分）1.根据《人工智能训练师国家职业技能标准（2021年版）》，三级人工智能训练师对应的职业等级是（）A.初级工B.中级工C.高级工D.技师2.以下行为中，符合人工智能训练师职业守则要求的是（）A.私自将未公开的标注数据集售卖给第三方机构B.标注过程中发现数据涉及用户隐私第一时间上报管控专员C.为了提升标注效率对要求精细化标注的图像仅做粗略框选D.跨项目挪用其他团队的标注规则直接用于当前任务3.我国正式施行《生成式人工智能服务管理暂行办法》的时间是（）A.2022年8月1日B.2023年8月15日C.2024年1月1日D.2024年6月1日4.以下不属于人工智能训练师三级岗位核心工作范畴的任务是（）A.多模态数据标注规则落地与标注员操作指导B.中小规模数据集的清洗、校验与版本归档C.千亿参数大模型的核心架构设计与底层算法开发D.预训练小模型的迁移学习微调与基础效果评估5.图像标注场景中，最适合用于自动驾驶车道线识别任务的标注类型是（）A.2D边界框标注B.多边形区域标注C.折线点标注D.3D立方体标注6.针对语音转文字ASR标注任务，以下标注操作符合规范要求的是（）A.音频中出现非目标语种的内容时直接忽略不做任何标记B.将音频中说话人刻意重复的无意义语气词全部删除C.严格按照原始音频的发音内容还原，保留符合表达习惯的语气词D.遇到听不清的音频片段自行补充符合上下文逻辑的内容7.数据预处理环节中，针对数值型特征的Z-Score标准化操作的核心作用是（）A.将特征数值映射到[0,1]区间B.将特征转换为均值为0、方差为1的标准分布C.把类别型特征转换为独热编码形式D.降低特征维度减少冗余信息8.以下缺失值处理方案中，最适合用于类别型特征的是（）A.均值填充B.中位数填充C.众数填充D.线性插值填充9.区分监督学习和无监督学习的核心依据是（）A.数据集是否带有人工标注的标签信息B.模型训练的硬件算力大小C.任务类型属于分类还是回归D.模型的参数量级大小10.以下属于典型无监督学习任务的是（）A.电商平台商品图片分类B.用户消费行为K-Means聚类分群C.房价数值回归预测D.邮件垃圾内容自动识别11.卷积神经网络中，Pooling池化层的核心作用不包括（）A.降低特征图维度减少计算量B.提升模型特征的平移不变性C.扩大模型的感受野范围D.避免梯度消失问题100%消除12.大语言模型微调场景中，SFT指的是哪项核心操作（）A.监督式微调（SupervisedFine-Tuning）B.人类反馈强化学习C.预训练通用语料训练D.模型权重量化压缩13.在主流深度学习框架PyTorch中，用于自定义数据集加载逻辑的基础抽象类是（）A.torch.nn.ModuleB.torch.utils.data.DatasetC.torch.optim.AdamD.torch.Tensor14.训练深度学习图像分类模型过程中，若出现训练集准确率持续上升但验证集准确率持续下降的现象，最可能发生的问题是（）A.欠拟合B.过拟合C.学习率过小D.批次设置过大15.以下优化器中，属于自适应学习率优化器的是（）A.SGD随机梯度下降B.Momentum带动量的梯度下降C.AdamD.批量梯度下降16.计算机视觉任务中，用于衡量目标检测模型识别精度的核心指标mAP指的是（）A.平均精度均值B.每秒帧率处理速度C.模型参数量D.单张图片推理耗时17.语音识别任务中，字错误率（WER）的正确计算方式是（）A.（替换错误数+插入错误数+删除错误数）/总标注字数B.错误识别字数/总识别字数C.总标注字数/总识别字数D.正确识别字数/总标注字数18.以下标注质量问题中，属于自动驾驶点云标注典型错误的是（）A.3D边界框未完全包裹点云目标车辆B.图像标注时2D框紧贴物体边缘C.车道线标注点沿车道走向均匀分布D.遮挡面积20%的目标车辆正常标注19.数据标注项目执行过程中，针对标注员的培训周期通常不低于（）A.1小时B.2个完整标注批次+考核合格C.1天D.1周20.以下关于数据集版本管控的操作规范，错误的是（）A.不同迭代阶段的数据集要独立命名版本号避免覆盖B.每个版本的数据集必须配套生成标注规则文档、质量检测报告归档C.未经校验的临时数据集可以直接对外提供给模型训练团队使用D.重要数据集要做多副本异地备份避免数据丢失21.生成式AI训练数据采集过程中，以下数据来源不符合合规要求的是（）A.已经获得用户明确知情同意的公开社交平台对话数据B.付费购买的拥有完整著作权的行业公开数据集C.私自爬取未公开的用户私人聊天记录用于训练D.符合国家版权局规定的公开无版权限制的通用语料22.深度学习训练过程中，早停（EarlyStopping）机制的核心作用是（）A.避免模型过拟合，减少不必要的训练耗时B.提升模型的推理速度C.降低模型的内存占用D.提升训练集的准确率23.针对类别不平衡的图像分类数据集（某类样本占比不足1%），以下处理方案效果最差的是（）A.对占比少的类别做数据增强扩充样本量B.采用FocalLoss损失函数降低多数类样本权重C.直接丢弃占比少的所有类别样本D.对多数类样本做下采样平衡各类别样本数量24.大语言模型微调场景中，LoRA低秩适配技术的核心优势是（）A.仅训练少量低秩矩阵参数，大幅降低微调所需的显存占用B.完全训练全部模型参数，提升模型效果C.完全移除模型中的注意力层，提升推理速度D.把模型参数全部量化为INT8格式25.以下不属于多模态数据范畴的是（）A.纯文本新闻语料B.带音频解说的短视频数据C.图文配对的社交媒体内容D.带点云的自动驾驶车辆图像数据26.标注任务产能管控过程中，用于统计标注员人均每日产出有效标注样本量的核心指标是（）A.人效B.合格率C.返工率D.标注周期27.PyTorch框架中，执行torch.save()操作的核心作用是（）A.保存模型的权重参数与训练状态到本地文件B.加载本地数据集到内存中C.启动模型训练流程D.输出模型的预测结果28.以下数据增强操作中，不适合用于文字识别OCR任务的是（）A.对图像做随机旋转小角度处理B.给图像添加随机椒盐噪声C.把图像中的文字像素全部随机替换为纯黑色D.调整图像的亮度与对比度29.目标检测任务中，IOU交并比的计算对象是（）A.预测框和真实标注框的交集面积与并集面积的比值B.预测框的面积和真实框面积的比值C.两个不同预测框的交集面积比值D.特征图和原始图像的尺寸比值30.根据《网络数据安全管理条例》，处理超过10万人个人信息的属于（）A.一般数据处理活动B.重要数据处理活动C.核心数据处理活动D.不需要做安全评估的活动31.以下标注类型中，最适合用于医疗影像肺结节区域识别任务的是（）A.语义分割像素级标注B.纯文本标注C.关键点标注D.语音时序标注32.模型训练过程中，学习率设置过大最可能出现的问题是（）A.模型参数在最优解附近震荡无法收敛B.模型训练速度极慢收敛耗时过长C.模型出现严重过拟合D.模型完全无法加载数据集33.数据集标注质量抽检环节，若抽检批次的标注错误率达到4%，通常应该执行的操作是（）A.直接判定批次合格继续下传B.全部样本直接丢弃不用重新标注C.全量回退该批次标注任务给标注团队重新标注D.忽略错误直接交付使用34.以下关于模型推理部署的操作中，不符合规范的是（）A.部署前对模型的推理准确率、耗时做全量测试校验B.直接把未经过效果验证的模型上线面向C端用户提供服务C.部署配套监控工具实时统计模型的调用成功率与错误率D.对大模型做量化压缩适配端侧设备的算力限制35.自然语言处理任务中，把文本转换为模型可识别的数字向量的过程被称为（）A.分词B.向量化/嵌入C.解码D.归一化36.以下属于标注工具核心基础功能的是（）A.标注结果自动导出为标准格式B.自动开发新的深度学习算法C.直接生成完整的AI应用程序D.自动爬取互联网公开数据37.三级人工智能训练师完成标注项目验收时，不需要提交的归档材料是（）A.标注规则文档、质量检测报告B.数据集版本清单、产能统计报表C.标注过程的全量操作日志D.项目无关的其他公司核心商业机密文件38.训练图像分类模型时，批次大小（batchsize）设置过小最可能带来的影响是（）A.训练过程震荡剧烈难以稳定收敛B.单轮训练速度极慢C.显存占用超出硬件上限直接报错D.训练集准确率直接达到100%39.以下属于AI数据标注场景常见的伦理风险的是（）A.数据中包含针对特定群体的性别、种族歧视偏见内容B.所有标注样本类别分布均衡C.标注规则清晰明确无歧义D.所有数据来源合规获得授权40.以下针对标注错误的处理方案，优先级最高的是（）A.优先修正会直接导致模型训练出现重大偏差的系统性标注错误B.所有错误不分优先级全部统一延后到项目结束处理C.小错误忽略不做任何修正D.直接丢弃所有包含错误的样本二、多项选择题（共20题，每题2分，共40分。每题有2-4个正确答案，多选、少选、错选均不得分）1.以下属于三级人工智能训练师岗位要求掌握的核心技能的有（）A.独立制定常规标注场景的标注规则与操作指引B.完成多模态数据集的清洗、校验与质量抽检C.独立完成中小规模AI模型的微调、评估与基础部署D.研发千亿参数大模型的底层核心训练框架2.我国当前生效的AI领域相关监管法规包括（）A.《生成式人工智能服务管理暂行办法》B.《网络数据安全管理条例》C.《个人信息保护法》D.《人工智能伦理治理国际通用准则（所有国家统一版）》3.以下属于计算机视觉领域常见标注类型的有（）A.2Dboundingbox标注B.语义分割像素标注C.人体关键点标注D.语音时序转写标注4.数据预处理环节中，常见的异常值处理方案包括（）A.3σ原则剔除偏离均值3倍标准差的异常数值B.使用箱线图方法剔除上下四分位数之外的异常点C.直接无差别删除所有数值大于0的特征D.针对业务逻辑上明显不符合现实的异常数据直接做标记剔除5.深度学习模型训练过程中，常用的防止过拟合的手段包括（）A.引入Dropout随机失活层B.对训练数据做适度的数据增强C.添加L1/L2正则化约束D.无限制增加模型参数量6.以下属于大语言模型SFT微调训练所需的标准标注数据格式规范要求的有（）A.所有样本的系统提示词、用户问题、模型回复三个核心字段完整无空值B.样本对话内容无违规、敏感、隐私相关信息C.对话角色标识完全对应，不存在角色内容错位D.所有内容必须全部采用英文表述不能出现任何中文7.自动驾驶点云标注任务中，必须要求标注的目标类别通常包括（）A.机动车、行人、非机动车B.交通锥、护栏等静态障碍物C.车道线、交通标识D.云端服务器内部硬件结构8.标注项目质量管控流程中，常规的抽检规则包括（）A.每批次标注完成后按预设比例抽取样本做质量校验B.错误率超过阈值的批次全量回退重标C.标注合格率达标率低于考核标准的标注员需重新参加培训D.所有样本完全不需要抽检直接交付模型训练使用9.PyTorch框架中，常用的模型训练核心组件包括（）A.自定义数据集加载类DatasetB.优化器OptimizerC.损失函数LossFunctionD.自动生成3D游戏的渲染引擎10.针对中文OCR文字识别任务，适合使用的数据增强操作有（）A.对文本图像做随机轻微的平移、旋转变换B.调整图像的亮度、对比度、添加轻微的噪声C.把图像中的文字全部用随机字符替换D.随机对图像做小幅度的透视畸变处理11.以下属于AI训练数据合规处理要求的有（）A.所有涉及个人信息的数据必须获得信息主体的明确知情同意B.数据处理过程中对用户的手机号、身份证号、住址等隐私信息做脱敏处理C.不得采集涉及国家机密、商业机密的未公开数据用于训练D.所有互联网爬取的数据可以直接使用无需做任何版权校验12.常用的分类模型效果评估指标包括（）A.准确率AccuracyB.精确率PrecisionC.召回率RecallD.混淆矩阵13.以下属于多模态大模型训练所需的数据类型的有（）A.图文配对数据B.音视频文本对齐数据C.纯文本对话数据D.完全无关的工业设备运行日志14.标注项目执行过程中，导致标注产能不达预期的常见原因包括（）A.标注规则复杂度过高标注员理解成本大B.标注工具卡顿、操作交互设计不合理C.标注任务分配不合理难易程度分布不均D.标注员对标注规则完全熟练，操作流畅15.大模型微调场景中，LoRA低秩适配技术相比全参数微调的优势包括（）A.所需的显存占用大幅降低，消费级显卡即可完成微调B.微调后的小参数适配器可以和基础模型自由插拔组合C.不需要备份完整的基础模型副本，大幅降低存储成本D.模型推理速度比全参数微调慢10倍以上完全不可用16.数据标注过程中，常见的标注系统性错误包括（）A.所有标注员都把卡车类别错误标注为普通客车类别B.标注规则中车道线的属性定义存在歧义导致标注属性全部错误C.个别标注员某一张图片标注框位置偏移D.所有标注样本的导出格式字段错位无法被训练框架读取17.以下属于AI模型部署落地前必须完成的测试项的有（）A.模型推理准确率测试，确认效果满足业务要求B.高并发场景下的接口响应耗时测试，确认满足时延要求C.模型鲁棒性测试，验证输入存在轻微噪声时输出结果稳定D.完全不需要做任何测试直接上线18.标注数据集归档交付时，必须配套交付的文档材料包括（）A.标注规则详细说明文档B.标注质量检测报告与合格率统计C.数据集样本分布统计报表D.与项目完全无关的个人生活照片19.自然语言预处理环节中，常见的基础操作包括（）A.分词、去除停用词B.过滤乱码与特殊无效字符C.敏感内容审核过滤D.直接把所有文本全部替换为英文20.人工智能训练师在项目执行过程中，需要遵守的保密要求包括（）A.不得向外部第三方泄露项目的未公开数据集内容B.不得私自对外发布项目的模型训练参数与商业合作信息C.项目相关的内部文档不得随意带出办公环境D.可以随意把项目涉密内容分享到公开社交平台三、判断题（共20题，每题1分，共20分。正确选√，错误选×）1.人工智能训练师三级岗位人员可以独立指导初级、中级人工智能训练师完成常规标注任务。2.进行语音标注任务时，若音频中存在占比超过60%的无法识别的背景噪音，可以标记该音频样本为无效样本无需转写。3.PyTorch训练过程中，DataLoader设置的num_workers参数数值越大，模型训练速度一定会持续线性提升。4.生成式AI训练数据集中出现的少量涉及个人隐私的样本，经过脱敏处理后可以正常保留用于模型训练。5.目标检测场景中，IOU交并比的阈值设置越高，代表模型预测框的位置精度要求越严格。6.标注规则制定完成后不需要经过标注员试用验证就可以直接大规模下发执行。7.针对类别型特征的独热编码操作，会把N个不同取值的类别特征转换为N个取值为0或1的二值特征。8.大模型训练过程中，训练损失值持续下降就代表模型的实际业务效果一定持续提升。9.三级人工智能训练师需要掌握基础的模型微调能力，能够按照技术文档指引完成中小规模模型的全流程训练与评估。10.所有互联网上可以公开访问的数据，都可以随意下载用于AI模型训练，不需要获得版权方授权。11.标注质量抽检过程中，发现标注员的错误集中出现在同一类目标的标注属性上，需要第一时间重新对标注员做规则培训。12.深度学习训练过程中设置的epoch数值越大，模型的效果一定会越好。13.图像标注任务中，若目标物体被遮挡的面积超过70%，可以按照规则不做标注。14.LoRA微调技术可以在几乎不损失模型效果的前提下，把微调所需的参数量降低到全参数微调的1%不到。15.数据集版本管控过程中，新版本数据集必须记录清楚迭代变更的内容，和历史版本做对应关联。16.模型部署到生产环境之后，不需要再持续监控模型的推理效果，永远不会出现效果衰减问题。17.针对自动驾驶标注任务，标注员必须在完成培训并通过规则考核合格之后，才可以正式开始标注工作。18.数据预处理过程中，缺失值占比超过50%的特征列，通常可以直接做删除处理。19.人工智能训练师可以随意修改项目的标注规则，不需要通知项目组其他成员。20.《个人信息保护法》明确要求，处理个人信息应当采取对个人权益影响最小的方式，不得过度处理个人信息。理论真题参考答案一、单项选择题答案1.C2.B3.B4.C5.C6.C7.B8.C9.A10.B11.D12.A13.B14.B15.C16.A17.A18.A19.B20.C21.C22.A23.C24.A25.A26.A27.A28.C29.A30.B31.A32.A33.C34.B35.B36.A37.D38.A39.A40.A二、多项选择题答案1.ABC2.ABC3.ABC4.ABD5.ABC6.ABC7.ABC8.ABC9.ABC10.ABD11.ABC12.ABCD13.ABC14.ABC15.ABC16.ABD17.ABC18.ABC19.ABC20.ABC三、判断题答案1.√2.√3.×4.√5.√6.×7.√8.×9.√10.×11.√12.×13.√14.√15.√16.×17.√18.√19.×20.√实操技能真题及评分参考（满分100分）实操题1：自动驾驶道路场景标注规则制定与质量管控方案设计（35分）任务场景：某自动驾驶车企需要构建10万张国内城区道路场景图像数据集，用于车载感知模型的新版本迭代升级，你作为三级人工智能训练师需完成以下任务：（1）制定核心标注类别与对应标注规范；（2）设计全流程质量抽检与合格率判定方案；（3）制定基础产能预估管控方案。评分参考：1.标注规则部分（20分）：明确标注5大类核心目标：车辆、行人、非机动车、交通标识、车道线，每类标注规范符合业务要求，2D边界框紧贴物体边缘无多余空白，遮挡超过30%的目标不需要标注，车道线折线标注准确区分白实线、白虚线、黄实线、黄虚线、停止线5种属性，无规则歧义，得满分，缺一类扣4分，规则存在明显歧义每处扣2分。2.质量抽检方案部分（10分）：明确每1000张样本为1个批次，抽检比例不低于5%，标注错误率≤1%判定为批次合格，错误率在1%-3%之间加倍抽检，错误率≥3%全批次回退重标，合格率低于95%的标注员暂停标注重新培训，得满分，抽检逻辑不合理扣3-7分，无明确判定阈值扣3分。3.产能管控部分（5分）：明确熟练标注员日均有效产出量为80-120张，10万样本总标注周期控制在10-15个工作日，预留10%的返工冗余时间，得满分，产能