2026年人工智能训练师（二级）考前押题试卷及解析

2026年人工智能训练师（二级）考前押题试卷及解析一、单项选择题（本大题共20小题，每小题1分，共20分。在每小题列出的四个备选项中只有一个是正确答案）1.在模型训练过程中，如果训练集损失持续下降，但验证集损失开始上升，这种现象通常被称为（）。A.欠拟合B.过拟合C.梯度消失D.梯度爆炸2.在自然语言处理中，若需要评估生成式大语言模型的文本流畅度与多样性，最不适合单独使用的指标是（）。A.BLEUB.ROUGEC.困惑度D.准确率3.人工智能训练师在进行数据标注时，为了衡量多名标注员对同一批数据标注结果的一致性，通常采用的统计量是（）。A.皮尔逊相关系数B.斯皮尔曼等级相关系数C.Cohen'sKappa系数D.方差分析4.在强化学习中，智能体根据当前状态选择动作的策略，被称为（）。A.状态转移概率B.奖励函数C.价值函数D.策略5.在处理类别极度不平衡的二分类问题时，以下哪个评估指标最能客观反映模型对少数类的预测能力？（）A.准确率B.召回率C.F1-ScoreD.AUC-ROC6.Transformer架构的核心创新在于摒弃了循环神经网络的结构，完全依赖于（）机制来处理序列数据。A.卷积B.池化C.自注意力D.批归一化7.在大语言模型（LLM）的对齐训练中，RLHF（基于人类反馈的强化学习）的第二步是训练一个（）模型，用于预测人类对模型输出的偏好。C.奖励D.生成8.知识图谱的构建过程中，将文本中的实体和关系抽取出来的技术属于（）。A.知识融合B.知识抽取C.知识推理D.知识表示9.在计算机视觉任务中，用于衡量目标检测模型预测边界框与真实边界框重合程度的指标是（）。A.IoUB.mAPC.PSNRD.SSIM10.人工智能训练师在指导初级人员时，针对图像分割任务，若发现模型边缘分割不够精细，最有效的数据增强方法是（）。A.随机裁剪B.颜色抖动C.Copy-Paste增强D.高斯模糊11.在模型部署阶段，为了降低模型的存储空间并加速推理，通常采用将浮点数权重转换为低位整数的技术，该技术称为（）。A.剪枝B.蒸馏C.量化D.矩阵分解12.以下哪种激活函数解决了传统ReLU在负数区间神经元死亡的问题？（）A.SigmoidB.TanhC.LeakyReLUD.Softmax13.在推荐系统中，协同过滤算法主要利用的是（）。A.用户的个人信息特征B.物品的内容特征C.用户-物品交互矩阵D.上下文环境信息14.人工智能训练师在进行模型评估时，发现模型在测试集上的精确率很高，但召回率极低。这意味着模型（）。A.预测为正类的样本中，实际为正类的比例高，但漏报了较多实际为正类的样本B.实际为正类的样本中，被预测为正类的比例高，但误报了较多实际为负类的样本C.模型整体性能优异，无需调优D.模型存在严重的过拟合现象15.在AutoML（自动机器学习）中，用于自动搜索最优神经网络架构的技术称为（）。A.超参数优化B.神经架构搜索（NAS）C.自动数据清洗D.自动特征工程16.在时间序列预测中，ARIMA模型的三个参数分别代表（）。A.自回归阶数、差分阶数、移动平均阶数B.自回归阶数、移动平均阶数、差分阶数C.差分阶数、自回归阶数、移动平均阶数D.移动平均阶数、差分阶数、自回归阶数17.在联邦学习中，多个客户端在本地训练模型并只上传模型梯度至中心服务器，其主要目的是（）。A.提高模型的收敛速度B.增加模型的泛化能力C.保护数据隐私D.减少通信带宽消耗18.梯度下降算法中，若学习率设置过大，可能导致的现象是（）。A.收敛速度过慢B.陷入局部最优解C.损失函数值震荡或发散D.自动找到全局最优解19.在语音识别（ASR）任务中，字错率（CER）的计算公式中，分母通常是（）。A.正确的字数B.错误的字数C.标准文本的字数D.预测文本的字数20.对于多模态大模型，将不同模态（如文本和图像）映射到统一的语义空间的技术称为（）。A.对比学习B.跨模态对齐C.掩码重建D.监督微调二、多项选择题（本大题共10小题，每小题2分，共20分。在每小题列出的四个备选项中至少有两个是正确答案，多选、漏选或错选均不得分）21.人工智能训练师在构建高质量数据集时，数据清洗是关键环节。常见的数据清洗操作包括（）。A.缺失值处理B.异常值检测与处理C.重复数据去重D.数据标准化与归一化22.在深度学习中，缓解模型过拟合的常用方法有（）。A.增加trainingdata的规模B.使用Dropout技术C.增加网络层数和参数量D.引入L1/L2正则化23.在大语言模型（LLM）的开发流程中，PromptEngineering（提示词工程）的常见技巧包括（）。A.Few-shotLearningB.Chain-of-Thought(CoT)C.Self-ConsistencyD.Backpropagation24.模型蒸馏中，教师模型向学生模型传递知识的方式主要包括（）。A.软标签B.硬标签C.中间层特征对齐D.注意力机制迁移25.评估聚类算法（如K-Means）性能的常见内部指标有（）。A.轮廓系数B.戴维斯-布尔丁指数C.纯度D.兰德指数26.在机器学习的特征工程中，处理类别型特征的编码方法有（）。A.One-HotEncodingB.LabelEncodingC.TargetEncodingD.TF-IDF27.人工智能项目上线后，模型性能衰退的常见原因包括（）。A.数据漂移B.概念漂移C.隐私泄露D.上游数据源字段变更28.在构建智能对话系统时，意图识别常用的算法模型包括（）。A.支持向量机（SVM）B.TextCNNC.BERTD.YOLO29.强化学习中，基于价值的方法主要包括（）。A.Q-LearningB.DQN(DeepQ-Network)C.REINFORCED.PPO(ProximalPolicyOptimization)30.人工智能训练师在团队管理和培训中，应具备的核心能力包括（）。A.业务需求拆解能力B.标注规则制定与迭代能力C.算法底层代码重构能力D.数据质量评估与把控能力三、填空题（本大题共10小题，每小题1分，共10分）31.在分类模型评估中，精确率和召回率的调和平均数被称为________。32.深度学习中，解决梯度消失问题常用的激活函数是________。33.标准的Transformer模型主要由编码器和________两部分组成。34.机器学习项目中，通常将数据集划分为训练集、验证集和________。35.在数据标注任务中，衡量标注者自身一致性的指标称为________，衡量不同标注者之间一致性的指标称为________。36.自注意力机制中，Query、Key和Value通常通过输入向量与不同的________矩阵相乘得到。37.大语言模型预训练阶段的主要任务是________和________。38.模型部署时，将多个用户的请求打包在一起同时送入GPU推理，以提高吞吐量的技术称为________。39.在推荐系统中，基于物品的协同过滤算法的核心思想是基于物品之间的________来进行推荐。40.在强化学习中，环境对智能体在某一状态下执行动作的评价反馈称为________。四、简答题（本大题共4小题，每小题5分，共20分）41.简述过拟合与欠拟合的定义、产生原因及常见的解决方法。42.在自然语言处理领域，大语言模型（LLM）的对齐过程通常采用RLHF技术。请简述RLHF的三个核心阶段。43.简述人工智能训练师在项目中处理“数据类别不平衡”问题的常用策略。44.简述精确率、召回率与F1-Score的计算公式及各自的业务意义。五、应用分析与计算题（本大题共2小题，每小题10分，共20分）45.（计算题）某二分类疾病预测模型在测试集上的混淆矩阵如下表所示。请根据下表数据，计算准确率、精确率、召回率以及F1-Score（要求写出计算过程，结果保留两位小数）。真实\预测预测为正类预测为负类真实为正类80(TP)20(FN)真实为负类10(FP)90(TN)46.（分析题）某电商平台的商品推荐系统近期上线了一个新的深度学习模型（基于用户历史点击序列）。上线一周后，业务部门反馈点击率（CTR）不仅没有提升，反而较旧的协同过滤模型下降了2%。作为人工智能训练师，请设计一套完整的问题排查与优化方案，包括但不限于数据排查、模型评估、特征分析及线上部署监控等方面。六、综合设计题（本大题共1小题，共30分）47.某城市政务热线计划引入大语言模型（LLM）构建“智能客服助手”，以自动解答市民关于户政、社保、公积金等政策的咨询，并在无法回答时自动生成工单转交人工。要求：作为人工智能训练师，请撰写该项目的完整实施方案，内容必须涵盖以下四个核心模块：（1）数据采集与处理方案（包含数据来源、数据清洗、脱敏、SFT数据构造）；（2）模型选型与训练策略（选型考虑因素、SFT与RLHF应用）；（3）评估体系设计（自动化指标、人工评估维度）；（4）标注团队管理与质量控制（标注员培训、标注规则制定、一致性审核机制）。【参考答案及详细解析】一、单项选择题1.【答案】B【解析】过拟合是指模型在训练集上表现很好（损失持续下降），但在验证集或测试集上表现较差（损失上升），模型学习了训练数据中的过多细节和噪声。欠拟合则是训练集和验证集表现都很差。梯度消失/爆炸属于反向传播过程中的优化问题。2.【答案】D【解析】准确率通常用于分类任务中预测正确样本占总样本的比例，不适用于评估生成式文本的流畅度与多样性。BLEU偏向于评估机器翻译的准确率，ROUGE偏向于评估文本摘要的召回率，困惑度用于评估语言模型对文本的建模能力（越低越好，可侧面反映流畅度）。生成式评估常用准确率不合适。3.【答案】C【解析】Cohen'sKappa系数不仅考虑了标注者之间的一致性比例，还排除了随机一致性的影响，是数据标注领域衡量标注员间一致性的标准指标。4.【答案】D【解析】在强化学习中，策略是智能体在给定状态下选择动作的规则或映射函数，可以是确定性的，也可以是随机性的。5.【答案】C【解析】对于类别极度不平衡的数据，准确率会被多数类主导而失效。召回率仅关注少数类查全率，精确率仅关注少数类查准率。F1-Score是精确率和召回率的调和平均数，能够综合反映模型对少数类的预测能力。AUC-ROC在极度不平衡时也可能偏高，但不如F1直接反映分类阈值的综合性能，通常最佳选择是F1-Score或PR-AUC。6.【答案】C【解析】Transformer完全摒弃了RNN和CNN结构，依靠自注意力机制来捕捉序列内部的全局依赖关系，从而实现了高度并行化计算。7.【答案】C【解析】RLHF分为三步：第一步是SFT（监督微调）；第二步是训练奖励模型，收集人类偏好数据对来预测哪个回答更好；第三步是使用PPO等强化学习算法根据奖励模型的打分来优化LLM。8.【答案】B【解析】知识抽取是从非结构化或半结构化文本中提取实体、关系和属性的过程。知识融合是解决实体冲突和消歧；知识推理是基于已有知识推导新知识。9.【答案】A【解析】IoU（IntersectionoverUnion）即交并比，用于衡量预测边界框与真实边界框的重合程度。mAP是平均精度均值，是整体评估指标；PSNR和SSIM常用于图像质量评估。10.【答案】C【解析】Copy-Paste增强技术通过将目标实例从一张图像粘贴到另一张图像中，能有效增加目标在不同背景下的出现频率，特别有助于提升实例分割和目标检测模型对边缘细节的分割能力。11.【答案】C【解析】量化是将模型中的浮点数权重（如FP32）转换为低位整数（如INT8），从而降低内存占用和加速推理。剪枝是去除冗余连接；蒸馏是用大模型指导小模型训练。12.【答案】C【解析】LeakyReLU在负数区间引入了一个微小的斜率（如0.01x），避免了传统ReLU在x<0时梯度完全为0（神经元死亡）的问题。13.【答案】C【解析】协同过滤算法不依赖于用户或物品的内容特征，而是完全基于用户-物品交互矩阵（如评分、点击记录）挖掘相似用户或相似物品进行推荐。14.【答案】A【解析】精确率高意味着预测为正的样本中大部分确实是正类（误报少）；召回率低意味着实际为正的样本中有很多被预测为负类（漏报多）。15.【答案】B【解析】神经架构搜索用于自动探索最优的网络拓扑结构和层参数。超参数优化是寻找已有模型的最佳超参。16.【答案】A【解析】ARIMA由三个参数组成，AR代表自回归阶数，I代表差分阶数，MA代表移动平均阶数。17.【答案】C【解析】联邦学习的核心思想是“数据不动模型动”，客户端在本地训练，只上传模型参数或梯度，从而有效保护了用户的隐私数据不被泄露。18.【答案】C【解析】学习率过大会导致模型在寻找最优解的步子迈得太大，跨越了极小值点，导致损失函数值来回震荡甚至发散，无法收敛。19.【答案】C【解析】字错率（CER）的计算公式为CE20.【答案】B【解析】跨模态对齐是指将不同模态的数据映射到统一的语义空间，使得语义相近的图像和文本在该空间中的距离也相近，例如CLIP模型。二、多项选择题21.【答案】A,B,C,D【解析】数据清洗涵盖了缺失值填补、异常值剔除或平滑、重复数据删除、以及数据标准化与归一化处理，均为构建高质量数据集的基础操作。22.【答案】A,B,D【解析】增加trainingdata、使用Dropout和正则化（L1/L2）都是缓解过拟合的常用手段。增加网络层数和参数量反而容易加剧过拟合。23.【答案】A,B,C【解析】Few-shot（少样本提示）、CoT（思维链引导推理）、Self-Consistency（自洽性多次采样投票）均为提示词工程的高级技巧。Backpropagation是反向传播算法，属于模型训练优化范畴。24.【答案】A,C,D【解析】模型蒸馏主要利用教师模型的软标签让学生模型学习类别间的相似性；此外，还可以对齐中间层特征以及迁移教师模型的注意力矩阵分布。硬标签属于传统监督学习。25.【答案】A,B【解析】轮廓系数和DBI（戴维斯-布尔丁指数）是评估聚类性能的内部指标，不需要真实标签。纯度和兰德指数属于外部指标，需要与真实标签对比。26.【答案】A,B,C【解析】One-Hot、LabelEncoding、TargetEncoding均用于类别特征编码。TF-IDF是专门用于文本数据的特征提取方法，不属于通用的类别型特征编码。27.【答案】A,B,D【解析】数据漂移（数据分布随时间变化）、概念漂移（特征与标签的映射关系变化）、上游数据源字段变更都会导致模型衰退。隐私泄露属于安全问题，不直接导致模型性能下降。28.【答案】A,B,C【解析】意图识别本质上是短文本分类任务，SVM、TextCNN、BERT均可用于分类任务。YOLO是目标检测模型，不适用于自然语言意图识别。29.【答案】A,B【解析】Q-Learning和DQN是典型的基于价值的方法，学习状态-动作价值函数Q。REINFORCE和PPO属于基于策略的方法，直接优化策略函数。30.【答案】A,B,D【解析】人工智能训练师侧重于数据、应用与业务落地，需具备需求拆解、规则制定、质量把控能力。算法底层代码重构通常属于算法工程师的职责范围。三、填空题31.【答案】F1-Score(或F1值)32.【答案】ReLU(RectifiedLinearUnit)33.【答案】解码器34.【答案】测试集35.【答案】自身一致性；标注者间一致性36.【答案】权重(或参数矩阵)37.【答案】预测下一个Token；掩码语言建模(注：答对其中一个即可，LLM多为预测下一个Token)38.【答案】批处理(或Batching/ContinuousBatching)39.【答案】相似度40.【答案】奖励四、简答题41.【答案与解析】（1）过拟合：定义：模型在训练集上表现优异，但在验证集/测试集上表现差，泛化能力弱。原因：模型复杂度过高；训练数据量不足；训练数据中包含过多噪声；训练轮数过多。解决方法：增加训练数据；使用正则化（L1/L2）；使用Dropout；早停；降低模型复杂度；数据增强。（2）欠拟合：定义：模型在训练集和验证集上表现都很差，未能学习到数据的基本特征。原因：模型复杂度过低；特征工程不足，提取的特征无法表达问题；训练轮数过少。解决方法：增加模型层数或节点数；增加特征维度或进行更好的特征工程；减少正则化惩罚力度；延长训练时间。42.【答案与解析】RLHF包含三个核心阶段：（1）监督微调阶段：利用人类标注员撰写的高质量“指令-回复”对数据，对预训练语言模型进行监督微调，使模型具备遵循人类指令进行回答的基础能力。（2）奖励模型训练阶段：让SFT模型对同一指令生成多个不同的回答，由人类标注员对这些回答进行偏好排序。利用这些偏好数据训练一个奖励模型，使其能够对任意回复打分，模拟人类的偏好判断。（3）强化学习优化阶段：使用强化学习算法（如PPO），将SFT模型作为待优化的策略模型，利用奖励模型输出的标量分数作为奖励信号，在保持模型不偏离原始分布的前提下，不断优化策略模型，使其生成的回答能够获得更高的奖励分数。43.【答案与解析】处理数据类别不平衡的策略主要包括数据层面、算法层面和评估层面：（1）数据层面：过采样，如SMOTE算法，对少数类生成新样本；欠采样，减少多数类样本数量；数据增强，对少数类进行增强。（2）算法层面：使用代价敏感学习，在损失函数中给少数类赋予更高的权重，增加模型对少数类误判的惩罚；集成学习方法，如EasyEnsemble，将多数类划分多个子集分别与少数类训练基分类器后组合。（3）评估层面：摒弃准确率，采用F1-Score、PR-AUC等对类别不平衡不敏感的评估指标。44.【答案与解析】设TP为真正例，FP为假正例，FN为假负例。（1）精确率：公式：P业务意义：在模型预测为正类的样本中，实际为正类的比例。关注“查准率”，适用于误报代价高的场景（如垃圾邮件拦截，误判正常邮件为垃圾邮件代价高）。（2）召回率：公式：R业务意义：在实际为正类的样本中，被模型预测为正类的比例。关注“查全率”，适用于漏报代价高的场景（如疾病筛查，漏诊患者代价极高）。（3）F1-Score：公式：F业务意义：精确率和召回率的调和平均数，用于综合评估模型在两者之间的平衡表现，适用于需要兼顾查准与查全的业务场景。五、应用分析与计算题45.【答案与解析】已知混淆矩阵数据：TP=80,FN=20,FP=10,TN=90。总样本数N=（1）准确率：公式：A计算：Ac（2）精确率：公式：P计算：Pr（3）召回率：公式：R计算：Re（4）F1-Score：公式：F计算：F146.【答案与解析】面对线上CTR下降的问题，排查与优化方案如下：（1）线上数据与特征排查：数据一致性核查：检查线上推理时输入特征与离线训练时的特征分布是否一致。是否存在特征缺失、默认值处理逻辑不一致、特征类型转换错误等问题。序列特征处理：针对“用户历史点击序列”，检查序列截断长度、是否包含实时点击数据更新，以及冷启动用户（序列为空）是否有兜底策略。上游数据漂移：检查近期输入数据的分布是否发生变化（例如大促期间用户行为模式突变），导致模型失效。（2）模型评估与离线对齐分析：离线A/B对比：重新拉取线上最近一周的流量日志，离线跑新旧模型，对比离线AUC和GAUC，确认是否离线指标也下降。特征重要性分析：使用SHAP或LIME分析新模型依赖的特征权重，若深度模型过度依赖某些噪声特征，应予以剔除。分析长尾与高频用户：分桶分析。新模型可能对高频用户效果极好，但对长尾用户预测极差，导致整体平均CTR下降。（3）部署与工程链路监控：延迟问题：新模型推理耗时是否增加，导致前端等待时间变长，用户未看到推荐结果就离开。版本发布回滚：若排查确认新模型存在不可逆缺陷，应立即触发灰度发布回退机制，恢复旧模型。（4）优化迭代策略：加入实时特征：若新模型无法捕捉用户实时兴趣迁移，需引入流式计算特征补充。负采样策略优化：检查训练负样本比例是否过高或过低，尝试FocalLoss优化难样本。多目标学习：仅优化CTR可能导致推荐同质化，需引入停留时长、点赞等多目标优化。六、综合设计题47.【答案与解析】（1）数据采集与处理方案：数据来源：收集政务热线近三年的历史语音转文本（ASR）记录、客服知识库（政策文件、办事指南）、工单流转记录、FAQ库。数据清洗：去除ASR文本中的语气词、重复词、乱码；纠正错别字；过滤包含个