2025年上海人工智能训练师三级理论题库和答案

2025年上海人工智能训练师三级理论题库和答案一、单项选择题（共30题，每题只有1个正确答案）1.根据上海市地方标准《人工智能训练服务质量规范》（DB31/T1417-2023）要求，人工智能训练师三级开展复杂场景多模态数据集标注作业时，单批次标注样本的抽检合格率不得低于以下哪一阈值？A95%B97%C99%D92%答案：B解析：上海地方标准明确人工智能训练师三级对应的作业场景覆盖自动驾驶点云标注、医疗影像病灶标注、大模型指令微调样本构造等复杂任务，标注容错率远低于基础文本/图像标注场景，要求单批次抽检合格率≥97%，低于该阈值的整批次样本需返工重标，且返工后的二次抽检合格率必须达到100%方可流入后续训练环节。2.在生成式预训练大模型的监督微调（SFT）数据构造环节，以下哪类样本不属于《生成式人工智能服务管理暂行办法》要求优先过滤的不合格样本？A包含诱导未成年人参与暴力违法活动内容的样本B存在3处以上事实性错误的上海政务服务场景问答样本C标注者人工构造的符合上海“一网通办”办事规则的精准咨询应答样本D涉及未经授权公开的公民人脸、指纹等生物识别信息的样本答案：C解析：符合上海政务服务落地规则的精准问答样本是政务大模型本地化训练的核心优质标注数据，不属于强制过滤的违规样本范畴，其余三类均属于国家及上海市人工智能监管规则要求必须从训练数据池中剔除的高风险样本。3.针对自动驾驶车载激光雷达采集的点云数据集开展噪声清洗作业时，人工智能训练师三级采用的统计型离群点判定通用规则是？A点到邻域k个点的平均距离大于全局平均距离加2倍标准差B点的RGB三通道数值偏差大于10C点的像素坐标偏移阈值大于50像素D单帧点云文件大小大于预设均值的120%答案：A解析：行业通用的点云离群点统计过滤逻辑为：为每个点指定固定数量的邻域点，计算该点到所有邻域点的平均距离，若该数值超出全局所有点平均距离加2倍标准差的区间，则直接判定为无效离群噪点予以剔除，其余三类指标均不适用于三维点云数据的噪声清洗场景。4.人工智能训练师三级在辅助开展7B参数规模开源大模型微调作业时，发现训练过程中损失函数数值持续震荡无法收敛，以下哪项属于最可能的诱因？A学习率设置为2e-5，符合7B模型常规微调参数区间B批量大小（batchsize）设置值过小，且未配置梯度累积策略C训练数据集总样本量超过10万条D训练环境GPU显存占用率维持在85%左右答案：B解析：针对7B参数规模大模型的全参数微调，若批量大小设置为1或2且未配置梯度累积，单次反向传播的权重更新逻辑不稳定，会直接导致损失函数持续震荡无法收敛，其余选项均属于大模型微调的正常运行状态，不会引发该类故障。5.以下哪项标注任务属于人工智能训练师三级必须掌握的复杂标注作业范畴，而非四级（中级工）的基础标注任务？A单场景二维boundingbox矩形框车辆标注B纯文本情感正负二分类标注C医疗肺部CT影像的多病灶分割+属性分类标注D常规图片场景的人脸关键点标注答案：C解析：依据2024年上海市更新的人工智能训练师职业技能评价规范，医疗影像多病灶属性标注属于高复杂度、强专业属性的标注任务，仅三级及以上人工智能训练师在完成医疗数据安全培训后可开展作业，其余三类均为四级工要求掌握的基础标注任务。6.人工智能训练师三级构造大模型思维链（CoT）微调样本时，标准的标注格式要求是？A问题-逐步推理过程-最终答案三段式结构，推理步骤逻辑完整无跳跃B仅需标注最终正确答案，无需补充中间推理过程C推理过程可省略关键计算步骤，直接给出结果D同一条问题对应的推理过程允许出现2个以上不同的正确答案答案：A解析：思维链标注的核心目标是让大模型学习人类逐步推理的逻辑，因此标准格式必须遵循问题、分步骤推理、最终答案的三段式结构，推理步骤不能出现逻辑跳跃，否则会大幅降低微调后大模型的复杂问题求解能力。7.根据《上海市促进人工智能产业发展条例》，人工智能训练师三级完成的由企业指派、利用企业资源产出的标注数据集，其知识产权归属主体是？A标注作业的人工智能训练师个人B指派作业的企业单位C上海市人工智能行业协会D数据集对应的原始数据提供方答案：B解析：2024年正式实施的《上海市促进人工智能产业发展条例》明确规定，从业人员受工作单位指派、利用单位提供的原始数据、工具平台等资源产出的训练标注数据集，完整知识产权归属于所属企业单位，个人不得擅自对外转售、传播。8.人工智能训练师三级开展多模态OCR结构化标注作业时，针对票据类数据的字段关联标注要求是？A仅需标注所有文字的位置坐标，无需区分字段属性B标注票据内所有文字内容的同时，完成字段属性分类、关联对应语义实体，实现结构化输出C仅需标注票据上的金额、日期两类核心字段D直接将票据图片转存为JPG格式，无需做任何内容标注答案：B解析：票据多模态OCR结构化标注的核心目标是支撑财务报销、政务事项办理等场景的信息自动录入，因此三级标注作业要求不仅要标注文字位置，还要完成字段分类、实体关联，输出可直接对接业务系统的结构化文本。9.人工智能训练师三级辅助开展生成式AI模型效果评估时，BLEU指标主要用于衡量哪类任务的效果优劣？A图像分类任务的识别准确率B语音识别任务的字错率C机器翻译、文本生成类任务的输出结果和人类标注参考值的相似度D目标检测任务的定位精度答案：C解析：BLEU全称为双语评估替换指标，核心逻辑是通过比对生成文本和人工标注的参考文本的n-gram重合度，计算文本生成、机器翻译类任务的输出质量，是当前大模型生成效果评估的通用基础指标。10.人工智能训练师三级采用GitLFS工具管理GB级以上的大型训练数据集时，该工具的核心作用是？A完全删除数据集里的所有敏感内容B对大型文件进行分块存储，避免代码仓库体积膨胀，实现训练数据集的版本化管控C自动提升标注数据集的合格率D把所有非结构化数据直接转换为结构化数据答案：B解析：GitLFS（大文件存储）专门针对训练场景下的大型点云文件、数据集压缩包等超大体量文件做适配，将大文件替换为轻量型索引文件存储在Git仓库中，实现数据集的版本回溯、变更记录留痕，满足训练过程的数据可追溯要求。二、多项选择题（共20题，每题有2个及以上正确答案，多选、少选、错选均不得分）1.人工智能训练师三级开展大模型人类反馈强化学习（RLHF）偏好排序标注作业时，必须遵循的操作规范有哪些？A同一条用户prompt对应的3-5条模型回复，需按照场景适配的用户偏好度从高到低完成排序B排序过程中禁止将内容语义完全同质化的回复标记为不同偏好等级C存在违法违规、事实性错误的回复，直接标记为最低优先级D排序结果允许标注人员根据个人主观兴趣随意调整E涉及上海本地专业领域（如医疗诊疗规范、政务办事规则）的回复排序，需由具备对应专业资质的人员完成二次复核答案：ABCE解析：RLHF偏好排序标注直接决定大模型最终对齐效果，必须严格贴合场景真实用户需求和专业规范，不得由标注人员脱离业务要求主观随意调整排序结果，D选项表述错误，其余四项均为国家职业技能标准中三级工开展RLHF标注的强制操作规范。2.人工智能训练师三级处理涉及公共服务场景的训练数据集时，以下哪些操作符合上海市数据安全管理的相关要求？A对包含市民手机号、身份证号的敏感数据字段做掩码脱敏处理，关键信息位用*替代B对市民人脸影像数据完成去标识化处理，确保无法反向复原到特定自然人个体C标注完成后的数据集按照涉密等级存储到对应权限的内部服务器，不得私自拷贝到个人移动存储设备D未经数据权属方许可，直接将标注后的数据集转发给第三方合作公司使用E建立标注作业全流程操作日志，所有修改、访问记录留存不少于6个月答案：ABCE解析：上海市人工智能训练数据安全管理细则明确要求，训练数据集的传输、共享必须提前获得数据权属方的正式授权，严禁未经许可私自对外转发核心标注数据集，D选项属于严重违规操作，其余四项均符合数据安全管控要求。3.人工智能训练师三级在辅助开展多模态大模型微调作业时，属于训练前必须完成的核查项有哪些？A核查训练数据集的图文配对准确率达到97%以上，不存在图文语义不匹配的不合格样本B核查训练环境的GPU驱动版本、CUDA版本和微调框架的适配性，避免运行时报错C核查微调数据集中不存在国家监管规则明确禁止的违法违规内容D直接启动训练，无需做任何前期核查E核查模型输出合规过滤模块的预设规则已完成配置，避免生成违规内容答案：ABCE解析：多模态大模型微调前必须完成数据质量、环境适配、合规规则三类核心核查，避免出现训练资源浪费、模型产出违规内容等风险，D选项操作完全不符合三级工的作业规范要求。4.以下哪些故障场景，属于人工智能训练师三级在标注平台运维辅助环节需要独立排查的常见问题？A标注工具的自定义标注标签加载失败B批量样本导入标注平台后出现图片、点云文件解析异常C标注结果提交后无法正常同步到数据集版本管理库D标注平台核心服务器硬件烧坏的底层故障E标注用户的操作权限配置错误答案：ABCE解析：标注平台的核心服务器硬件损坏故障属于底层基础设施运维范畴，由平台专属运维工程师负责处置，不属于人工智能训练师三级的常规排查作业范围，其余四类故障均为标注作业过程中的高频常见问题，要求三级工能够独立完成排查修复。5.人工智能训练师三级开展自动驾驶街景数据集标注时，针对道路场景的语义分割标注必须覆盖以下哪些核心实体类别？A机动车、非机动车、行人等动态交通参与者B车道线、交通标志牌、红绿灯、路灯等道路基础设施C路缘石、绿化植被、周边建筑物等静态背景实体D完全距离采集设备1公里以上的远空云朵E路面的交通标识标线答案：ABCE解析：自动驾驶语义分割标注的核心目标是支撑车辆环境感知能力升级，距离采集设备1公里以上的远空云朵不属于车辆行驶过程中需要识别的环境要素，无需纳入标注范围，其余五类均为标准语义分割标注的必填实体类别。三、判断题（共20题，正确请打√，错误请打×）1.人工智能训练师三级在处理上海社区智慧养老场景的训练数据集时，可以将未经过匿名化处理的老人健康监测数据直接上传至公共云平台开展标注作业。答案：×解析：根据《个人信息保护法》和上海市数据安全管理相关规定，老年人健康信息属于高敏感度个人信息，必须完成去标识化且无法反向复原到特定自然人的前提下，才能进入训练数据池，严禁直接上传原始敏感数据。2.人工智能训练师三级在大模型微调数据构造环节，针对上海本地方言语音标注样本，可直接将采集到的未经过内容审核的上海话市民对话音频加入训练数据集。答案：×解析：所有语音类训练样本必须先完成全量内容审核，剔除涉及隐私、违规的对话内容后，才能纳入标注流程，未经审核的原始音频严禁流入训练环节。3.人工智能训练师三级开展大模型微调辅助作业时，当训练轮次达到预设阈值后自动停止，无需对输出的校验集效果指标做记录归档。答案：×解析：大模型训练全流程的损失函数曲线、校验集准确率、生成效果指标等数据都必须完整归档，作为后续模型版本迭代的溯源依据，三级工必须完成相关记录的整理提交。4.上海市人工智能训练师三级的技能评价实操环节，要求参评人员能够独立完成万条规模级多模态复杂数据集的标注、清洗、质量抽检全流程作业。答案：√解析：2024年上海市发布的人工智能训练师三级职业技能评价规范，明确将万条规模多模态数据集全流程处理作为实操考核的核心必考模块。5.人工智能训练师三级在标注作业过程中发现标注规则存在逻辑矛盾时，可直接按照个人理解修改标注规则，无需向技术负责人反馈。答案：×解析：标注规则的调整必须由项目技术负责人统一评估后发布正式更新版本，标注人员不得私自修改标注规则，避免整批次标注标准不统一导致数据集失效。四、简答题（共5题，为人工智能训练师三级实操考核理论延伸考点）1.请结合上海市人工智能产业落地要求，简述人工智能训练师三级构造上海“一网通办”政务大模型监督微调数据集的核心作业流程与质量管控要点。答案：核心作业流程分为五步：第一，完成原始政务问答素材归集，从上海“一网通办”公开办事指南、官方发布的常见问答库中提取原始素材，剔除涉及未公开政务机密的内容；第二，完成样本清洗过滤，剔除存在事实性错误、内容重复度超过80%的低质样本；第三，按照指令-输入-输出的大模型SFT标准格式完成标注构造，针对复杂办事场景补充思维链推理步骤标注；第四，开展两轮质量抽检，第一轮由标注人员交叉互检，合格率达到97%后再由政务业务专员开展第二轮专业抽检，确保所有样本内容完全贴合上海本地政务办事规则；第五，完成数据集版本归档，通过加密通道同步到政务专属训练服务器。质量管控要点包括：所有标注人员必须提前完成政务数据安全培训，标注内容100%符合上海最新政务服务政策要求，不存