2026年人工智能训练师(三级)实操技能真题题库

2026年人工智能训练师(三级)实操技能真题题库实操模块一：AI多模态数据采集与标准化预处理实操实操真题1：自动驾驶城市场景多模态训练数据集构建任务任务背景：某国内自动驾驶量产企业正在推进L2+级城市NOA功能落地，需构建余杭未来科技城12平方公里开放测试路段的专属多模态训练数据集，作为三级人工智能训练师，需在规定工时内完成采集方案输出、原始数据清洗、多模态对齐全流程操作。实操要求如下：第一子任务：合规采集方案输出。需覆盖三类核心模态：路侧8K高清可见光视频帧、77GHz毫米波雷达点云、车载全向环境音，采集时段严格划定为早高峰7:00-9:00、午间平峰12:00-14:00、晚高峰17:00-19:00、夜间低光照21:00-23:00四个时段，每个时段单模态有效采样数据量不低于120GB，明确标注需排除的无效采集规则：镜头被异物遮挡占比超过20%的片段、雷达金属反射噪点占比超过30%的片段、环境音信噪比低于10dB的片段，最终形成可直接交付外采团队执行的采集执行手册，明确不同路况下的采样帧率要求：视频帧30fps、点云10帧/秒、音频48kHz采样率。第二子任务：原始数据去重与归一化处理。采用PythonOpenCV库完成视频帧帧间差去重，设置PSNR峰值信噪比阈值为25，连续帧中PSNR低于该阈值的冗余帧仅保留1帧，处理后数据集整体冗余占比需低于5%；将三台不同位置部署的毫米波雷达输出的极坐标点云全部转换为全局UTM坐标系，坐标转换后绝对误差控制在0.1米以内；环境音数据完成静音段自动裁切，时长低于0.2秒的静音段直接清除，所有数据完成格式统一转码：视频帧输出为16位无损PNG格式、点云输出为二进制PCD格式、音频输出为FLAC无损格式。第三子任务：多模态时间戳对齐。通过采集系统内置的GNSS授时数据校准所有模态的时间戳，对齐后不同模态同一场景的时间差控制在10ms以内，同步输出完整元数据表，包含每条数据的采集位置、时段、光照条件、天气属性共12个字段，字段缺失率为0。本道真题满分100分，评分细则：采集方案合理性与场景覆盖度25分、数据去重后冗余率达标情况20分、点云坐标转换误差合规度25分、数据格式归一化准确率20分、元数据表字段完整度10分。实操易错点排查：禁止将采集路段外围的非开放道路数据纳入数据集，避免后续模型训练出现分布偏移问题。实操真题2：垂直医疗大模型微调语料预处理任务任务背景：某基层全科辅助问诊大模型厂商需构建合规的中文医疗微调语料库，现有17万条从公开渠道采集的原始语料，要求完成全流程清洗与格式化转换。实操要求如下：第一子任务：合规性筛选。仅保留从国家卫健委公开诊疗指南、三甲医院官方健康宣教专栏、知网开源医学科普论文三个合规来源的语料，所有涉及未脱敏患者隐私的诊疗记录、非正规医疗账号发布的不实健康信息全部筛除，最终保留有效语料条数不低于15万条，单条语料长度控制在50-2000字区间内。第二子任务：全量敏感信息脱敏。采用正则匹配+预训练小模型识别的组合方案，自动清除所有语料中包含的身份证号、手机号、就诊卡号、具体患者姓名、家庭住址等隐私字段，脱敏覆盖率需达到100%，不得出现隐私信息泄露风险。第三子任务：噪声清除。清除重复率超过70%的重复语料、乱码字符占比超过5%的无效语料、涉及非法行医建议的违规语料，处理后语料整体有效率不低于98%。实操模块二：AI数据标注与全流程质检实操实操真题1：自动驾驶2D目标检测标注与质检任务任务背景：给定1000张从自动驾驶复杂路况测试路段采集的8K图片，要求按照《中国智能网联汽车产业创新联盟自动驾驶目标检测标注规范V3.0》完成标注与质检工作。实操要求如下：第一子任务：核心目标标注落地。四类强制标注目标分别为行人、机动车、非机动车、交通标识，其中行人目标包含所有站立、行走、推行物品的人体，遮挡占比低于80%的行人必须标注，非道路规划区域内的行人无需标注；机动车目标包含所有四轮及以上燃油/新能源车辆，部分被遮挡仅露出车灯、车顶轮廓的车辆只要可明确判定为机动车即必须标注；非机动车目标覆盖电动自行车、自行车、人力三轮车三类目标，搭载人的非机动车需同步标注骑手；交通标识细分指示标、警示标、禁令标三个二级分类，露出占比超过30%的截断标识必须标注分类属性。所有标注采用轴对齐BoundingBox格式，标注框与目标边缘的像素偏移不得超过3个像素，禁止出现框包含大量冗余背景、框截断目标有效边缘的情况。第二子任务：全流程标注质检。完成全量标注后首先通过标注平台内置的自动校验规则排查漏标、错标问题：对模型预识别置信度超过0.9的未标注目标生成预警提示，逐一核对补全。完成自检后提交质检，最终标注准确率需达到99.2%以上，漏标率低于0.1%，随机抽取10%样本交由第二名标注员进行交叉校验，二者的标注一致性Krippendorffα系数不低于0.95。同步输出标注质检报告，统计不同类别目标的标注错误类型分布，形成问题台账。本道真题满分100分，评分细则：标注规范符合度40分、边界框标注精度20分、漏标错标率达标情况25分、标注一致性系数达标情况15分。实操难点判定：雨天车窗起雾遮挡超过50%的车辆无需标注、穿着完全覆盖式雨衣仅露出脚的行人需判定为可标注样本。实操真题2：智能客服大模型多轮对话SFT标注任务任务背景：给定2000组电商平台历史人工客服与用户的对话记录，要求完成智能客服大模型微调所需的SFT标注。实操要求如下：第一子任务：用户意图分类标注。将用户侧的输入标注为咨询类、投诉类、售后类、营销类4个一级分类，对应覆盖订单查询、地址修改、退换货申请等17个二级分类，意图标注准确率需达到98.5%以上。第二子任务：对话回复规范化修正。将原人工客服回复中不符合品牌话术规范的内容全部调整为统一标准回复，要求实体信息（订单号、物流时效、赔付金额等）准确率100%，无违规敏感内容，回复逻辑完全匹配用户诉求，不得出现答非所问的情况。第三子任务：双盲质检校验。随机抽取10%的标注样本交由二级人工智能训练师进行复核，复核不合格样本统一返工，最终全部标注样本的可用率达到100%，无诉求与回复不匹配的错误样本。本道真题满分100分，评分细则：意图标注准确率30分、回复规范符合度40分、双盲校验通过率30分。实操模块三：AI模型基础调优与效果验证实操实操真题1：YOLOv8小样本场景微调任务任务背景：某产业园区安防场景下的原有开源目标检测模型，对园区内罕见的外来施工工程车的识别准确率仅为62%，给定1200张已完成标注的工程车小样本数据集，要求完成微调与效果验证。实操要求如下：第一子任务：数据集分层切分。按照7:2:1的比例随机切分训练集、验证集、测试集，切分过程中保证三类数据集内的工程车不同角度、不同光照、不同遮挡程度的场景分布完全一致，不得出现某一数据集场景分布缺失的问题。第二子任务：超参数优化配置。初始学习率设置为1e-5，采用余弦退火学习率调度策略，批次大小设置为16，冻结主干网络前10层参数，训练轮次上限设置为50轮，添加早停机制，当验证集损失连续10轮无下降时提前终止训练，避免过拟合。第三子任务：核心效果指标验证。微调完成后，模型在测试集上对工程车类别的mAP@0.5指标需达到92%以上，在搭载RTX4090显卡的边缘设备上推理速度达到30FPS以上，模型参数量控制在11M以内，满足边缘端部署要求。第四子任务：误差分析报告输出。对所有识别错误的样本进行归类，统计漏检、误检的占比与共性特征，明确后续需要补充的定向采集场景，输出可落地的数据集迭代建议。本道真题满分100分，评分细则：数据集切分合理性20分、超参数配置正确性25分、核心性能指标达标情况30分、误差分析报告完整性与实用性25分。实操真题2：垂直领域大模型微调效果评估任务任务背景：某已完成LoRA微调的13B参数家政服务领域大模型，需完成上线前的多维度效果验证，判断其是否达到上线标准。实操要求如下：第一子任务：测试集构建。生成1000条覆盖全场景的测试Prompt，包含保洁服务预约、育儿嫂资质查询、家电清洗费用咨询、售后纠纷处理四类场景，每类场景250条，其中设置20%的对抗性Prompt，包括故意写错服务地址、提出超出家政服务范围的不合理诉求，验证模型的拒答能力。第二子任务：多维度指标测评。采用自动测评工具+人工抽检结合的方式，从回答实体准确率、意图匹配率、话术合规率、幻觉发生率四个维度完成量化测评，要求实体准确率不低于97%，意图匹配率不低于96%，幻觉发生率低于3%，无任何违规输出内容。第三子任务：评估报告输出。明确给出模型是否达到上线标准的结论，针对现存的不足给出后续微调的具体数据补充方向。本道真题满分100分，评分细则：测试集场景覆盖合理性25分、指标测评流程规范性35分、评估报告结论准确性与迭代建议实用性40分。实操模块四：AI系统落地辅助运维实操实操真题1：自研标注平台日常运维任务任务背景：公司自研的AI标注平台有20名不同等级的标注员同时在线开展标注作业，需完成为期一周的日常运维与数据台账管理工作。实操要求如下：第一子任务：标注任务负载均衡分配。根据标注员的熟练度等级分配对应难度的任务，将简单的2D图像分类任务分配给初级标注员，复杂的3D点云标注、长文本语义分割任务分配给高级标注员，任务积压时长不得超过24小时，平台整体负载均衡度达到95%以上。第二子任务：平台异常快速排查。当标注员批量反馈标注框坐标偏移、大量数据加载失败问题时，需在15分钟内定位问题根源，判定是版本同步Bug还是本地缓存溢出问题，完成故障修复并导出受损标注数据完成恢复，标注数据丢失率为0。第三子任务：数据集版本台账管理。建立完整的数据集迭代台账，记录每一个版本的数据集新增标注量、标注准确率、对应训