2026年人工智能训练师（三级）实操技能易错试题

2026年人工智能训练师（三级）实操技能易错试题一、单项选择题（共20题，每题1.5分，共30分。每题只有1个正确选项）1.在文本分类任务的数据清洗过程中，发现某条数据包含大量HTML标签和特殊转义字符（如 ）。以下处理方式最合适的是（）。A.直接删除该条数据，因为其包含杂质B.仅去除HTML标签，保留转义字符以维持数据原貌C.编写正则表达式提取纯文本内容，并将转义字符还原为对应符号D.将整个文本转换为小写即可2.进行图像拉框标注时，若目标物体被其他物体遮挡超过70%，且只能看到局部轮廓。根据常规自动驾驶项目标注规范，正确的操作是（）。A.根据可见部分推测整体大小进行拉框B.仅对可见部分进行拉框，并在属性中选择“遮挡”C.不进行拉框标注D.拉一个比可见部分大一倍的框以覆盖推测区域3.评估分类模型时，混淆矩阵显示模型对类别A的预测极其准确，但对类别B的漏报率非常高。若类别B是高风险事件（如金融欺诈），此时应重点优化的指标是（）。A.准确率B.精确率C.召回率D.F1值4.在命名实体识别（NER）任务中，采用BIO标注体系。句子“李明去北京”中，“北京”被标注为地名词实体。以下标注序列正确的是（）。A.李-B-PER，明-I-PER，去-O，北-B-LOC，京-I-LOCB.李-B-PER，明-I-PER，去-O，北-B-LOC，京-B-LOCC.李-B-PER，明-B-PER，去-O，北-B-LOC，京-I-LOCD.李-I-PER，明-I-PER，去-B-LOC，北-B-LOC，京-I-LOC5.人工智能训练师在进行大语言模型（LLM）的指令微调时，发现模型出现了“灾难性遗忘”现象。以下哪种方法可以有效缓解该问题？（）A.增大学习率B.减少训练批次大小C.在微调数据集中混入部分通用领域的历史数据D.完全冻结模型的所有参数6.某智能客服系统在上线后，发现用户经常输入“话费怎么交”却被意图识别为“查询余额”。通过Badcase分析，发现训练语料中“交话费”的样本量远少于“查话费”。此种数据不平衡问题，最直接的解决思路是（）。A.对“交话费”意图进行数据增强，如同义词替换、句式扩充B.降低“查询余额”意图的识别阈值C.删除所有“查询余额”的数据D.修改模型的网络结构，增加层数7.在3D点云标注任务中，标注员需要为一辆汽车创建3D立方体边界框。为了保证框的紧密度和方向准确性，必须调整的参数不包括（）。A.中心点坐标B.长、宽、高C.偏航角D.点云的反射强度8.评估数据标注质量时，两名标注员对同一批1000条文本进行独立标注，两者完全一致的标注有900条。使用Cohen'sKappa系数计算一致性，若随机一致性概率为0.5，则Kappa系数为（）。A.0.80B.0.85C.0.90D.0.959.在模型训练中，观察到训练集上的损失值持续下降，但验证集上的损失值在下降到一定程度后开始上升。这表明模型出现了什么现象？（）A.欠拟合B.过拟合C.梯度消失D.局部最优解10.在大语言模型的偏好对齐（RLHF）阶段，奖励模型的主要作用是（）。A.直接生成回答内容B.对模型生成的多个回答进行质量打分和排序，指导策略模型优化C.压缩模型参数量D.提取文本特征用于下游分类任务11.语音转写（ASR）任务中，若音频背景噪音较大，导致转写结果出现大量重复错词。在数据层面进行优化，以下操作无效的是（）。A.引入降噪算法清洗音频数据B.补充带噪背景的语音训练数据C.将所有音频音量统一放大D.在文本端使用语言模型进行纠错后处理12.构建医疗问答知识图谱时，发现“阿司匹林”和“乙酰水杨酸”指向同一种药物，但被建成了两个独立的实体节点。需要进行的图谱维护操作是（）。A.实体消歧B.实体对齐C.关系抽取D.属性补全13.在目标检测模型中，IoU（交并比）是评估预测框与真实框贴合度的重要指标。若预测框与真实框完全重合，此时IoU的值为（）。A.0B.0.5C.0.9D.1.014.在处理文本数据时，TF-IDF是一种常用的特征提取方法。关于TF-IDF，以下说法正确的是（）。A.词频越高的词，TF-IDF值一定越大B.出现在所有文档中的常见词，其IDF值会很高C.TF-IDF能够捕捉词语的上下文语义信息D.IDF值反映了词语的区分文档能力15.以下哪种方法不适用于解决图像分类中数据集类别严重不平衡的问题？（）A.对少数类进行过采样，如SMOTE算法B.对多数类进行欠采样C.在损失函数中为少数类赋予更高的权重D.将所有少数类的图像直接复制100份并加入高斯噪声训练16.在智能对话系统的对话流设计中，若需要系统在用户提供必要信息（如订单号）之前，拒绝执行查询操作。这通常需要配置何种节点？（）A.意图识别节点B.实体提取节点C.槽位填充节点D.静默节点17.对于大语言模型，LoRA（Low-RankAdaptation）微调技术之所以被广泛应用，主要是因为（）。A.能够彻底消除模型的幻觉问题B.通过冻结预训练权重并引入低秩矩阵，极大降低了训练参数量和显存占用C.可以在不使用GPU的情况下完成百亿参数模型的训练D.能够自动将模型转换为INT4量化版本18.在数据标注平台的质控模块中，通常使用“暗插”测试题来评估标注员的水平。关于暗插测试题，正确的描述是（）。A.暗插题不计入标注员的最终绩效，仅作练习B.暗插题是带有标准答案的已知题目，随机混入正式任务中，用于实时监控标注准确率C.暗插题的难度通常低于正常题目D.标注员可以在任务列表中明确看到哪些是暗插题19.在神经网络中，Dropout技术常用于防止过拟合。其在训练阶段的具体操作是（）。A.随机丢弃一部分输入特征B.随机将隐藏层部分神经元的输出置为零，并按比例缩放保留的神经元输出C.随机丢弃一部分训练样本D.随机降低学习率20.评估机器翻译系统时，BLEU分数的核心计算逻辑是基于（）。A.修改后的n-gram精确率B.召回率C.词级别编辑距离D.句法树相似度二、多项选择题（共10题，每题2分，共20分。每题有2个或2个以上正确选项，少选、错选均不得分）21.在进行图像语义分割任务的数据清洗时，发现部分掩码图像存在边缘锯齿严重和局部空洞现象。可采取的合理处理方式包括（）。A.使用形态学操作（如膨胀、腐蚀）平滑边缘B.使用图像滤波算法填补局部空洞C.直接删除所有存在瑕疵的掩码图像D.将掩码转换为边界框标注替代使用22.针对深度学习模型在测试集上表现不佳的情况，以下属于有效的Badcase分析和改进手段的是（）。A.按照错误类型分类统计，找出占比最高的错误类别优先解决B.对错误样本进行数据可视化或文本归因分析，定位特征偏差C.检查测试集数据是否存在标注错误或分布偏移D.盲目增加模型层数和神经元数量23.在构建大语言模型的SFT（监督微调）数据集时，为了保证数据质量，人工智能训练师需要进行严格的数据审查。以下属于低质量SFT数据特征的是（）。A.指令不清晰或存在歧义B.输出回答包含事实性错误C.输出回答的格式与指令要求不一致D.回答中存在安全的拒绝回应（如因安全策略拒绝回答敏感问题）24.在自动驾驶的3D点云标注中，遇到雨雪天气导致点云数据存在大量噪点。以下处理或标注策略合理的是（）。A.将雨雪噪点标注为独立的小目标类别B.在标注规范中明确要求标注员主观忽略悬浮在空间中的稀疏噪点C.通过算法预处理过滤孤立点，再进行人工标注D.对被雨雪遮挡的目标，按照可见点云范围结合历史帧进行插值标注25.智能问答系统在上线后，发现对用户的口语化提问识别率低。以下可用于改善该问题的策略有（）。A.收集真实用户日志中的口语化query，补充到训练集中B.使用回译技术生成多样化的口语化表达数据C.提高意图分类模型的置信度阈值，防止误识别D.引入预训练语言模型进行同义词和泛化扩展26.在多模态模型训练中，图文对齐数据集的质量至关重要。常见的图文不匹配情况包括（）。A.图片内容与文本描述完全无关B.文本描述仅涵盖了图片的部分局部信息C.文本使用了与图片内容相反的描述D.图片分辨率过高27.在模型评估阶段，关于宏平均和微平均的计算，以下说法正确的有（）。A.微平均更容易受大类样本的影响B.宏平均对每个类别平等对待，不受类别样本量影响C.在类别极度不平衡的数据集中，微平均通常比宏平均更能反映模型对少数类的识别能力D.计算宏平均F1值时，需要先分别计算每个类别的Precision和Recall，再求F1后取平均28.针对数据隐私保护，在进行数据脱敏处理时，以下操作正确的有（）。A.将用户身份证号使用哈希算法进行单向加密B.将用户手机号中间四位替换为星号C.将医疗文本中的患者真实姓名替换为虚构的人名D.在发布数据集前，彻底删除所有包含用户设备IMEI号的字段29.在对话系统的多轮对话管理中，若用户说“帮我订明天去北京的机票”，然后接着说“改成后天的”。系统需要具备的上下文理解能力包括（）。A.指代消解（“后天”指代出发时间）B.意图继承（继续执行订机票意图）C.槽位更新（将时间槽位从“明天”修改为“后天”）D.情感分析（识别用户的情绪状态）30.人工智能训练师在进行强化学习人类反馈（RLHF）时，标注员需要对模型生成的多个回答进行排序。影响排序决策的核心维度通常包括（）。A.有用性：是否直接且完整地回答了用户的问题B.无害性：是否包含歧视、暴力或违法内容C.诚实性：是否捏造事实或出现严重幻觉D.流畅性：语法是否正确、表达是否自然三、填空题（共10题，每题2分，共20分）31.在分类模型的混淆矩阵中，TruePositive（TP）表示实际为正类且被预测为________的样本数量。32.在自然语言处理中，Word2Vec模型包含两种训练架构：CBOW和________。其中，前者是通过上下文预测中心词，后者是通过中心词预测上下文。33.数据标注中，为了保证标注质量，通常采用“双盲标注”，即两名标注员独立标注同一批数据，若结果不一致，则交由________进行裁决。34.梯度下降算法中，如果学习率设置过________，会导致损失函数在最优解附近来回震荡，甚至无法收敛。35.在图像分类任务中，将图片进行水平翻转、随机裁剪、颜色抖动等操作，统称为________，其目的是扩充数据集规模并提高模型的泛化能力。36.在Transformer架构中，多头注意力机制的计算核心公式为Atte37.在知识图谱构建中，将不同数据源中指向同一现实对象的实体合并的过程称为实体________。38.逻辑回归模型虽然叫回归，但通常用于解决________分类问题。39.评估大语言模型生成文本的质量时，常使用ROUGE指标，它主要关注生成文本与参考文本之间的________率。40.在模型量化过程中，将模型权重从FP32（32位浮点数）转换为INT8（8位整数），其主要目的是减少模型的存储体积和________，以便在端侧设备部署。四、简答题（共4题，每题10分，共40分）41.在深度学习模型训练中，过拟合是一个常见问题。请简述过拟合的现象表现，并列出至少三种在数据层面和模型层面防止过拟合的常用方法。42.在数据标注项目管理中，标注规范的制定直接决定了数据质量。请列举并简述一份合格的图像目标检测标注规范文档中必须包含的五个核心要素。43.在大语言模型（LLM）的开发流程中，提示词工程是非常重要的一环。请简述“Few-Shot”提示技术的概念，并说明其相比于“Zero-Shot”在实操中的优势及适用场景。44.在智能客服系统的实际运维中，人工智能训练师需要定期分析Badcase并进行模型迭代。请简述处理Badcase的标准流程。五、综合应用题（共2题，第45题15分，第46题15分，共30分）45.（计算与分析题，15分）某二分类模型在测试集上的预测结果如下混淆矩阵所示。测试集总样本数为200个，其中实际正类样本110个，实际负类样本90个。混淆矩阵预测为正类预测为负类实际为正类TP=90FN=20实际为负类FP=30TN=60请根据上述数据，回答以下问题（保留两位小数）：（1）计算该模型的准确率。（2）计算该模型对正类的精确率和召回率。（3）计算F1-score（F1值）。（4）若该业务场景为“医疗疾病辅助诊断”，即预测正类代表“患病”，分析该模型当前的表现是否存在业务风险？若有，请指出风险点并说明在模型优化时应优先侧重精确率还是召回率。46.（分析与综合设计题，15分）某电商平台的智能客服系统近期收到大量用户投诉，反映系统在处理“退换货”相关问题时经常回复“无法理解您的意思”或跳转到人工客服。作为人工智能训练师，你被要求主导该问题的排查与优化工作。已知系统架构包含：意图识别模块、实体抽取模块、知识库问答模块、对话管理模块。业务历史数据表明，“退换货”意图包含退货、换货、补发三种细分场景。近期平台新增了“极速退款”规则。请结合上述背景，设计一套完整的优化方案，包含以下内容：（1）请列举至少三种可能导致该问题的原因分析。（2）针对上述原因，设计数据层面的优化策略（包括数据采集与数据增强）。（3）在模型评测阶段，除了常规的准确率指标外，还应增加哪些评测维度来验证优化效果？（4）针对未来平台规则可能频繁更新的情况，提出一种长期维护机制，以降低知识库更新成本。参考答案及解析一、单项选择题1.C解析：HTML标签和转义字符属于噪声数据，清洗时应使用正则表达式去除标签并将 等转义字符还原为原始文本符号，提取纯文本内容，C正确；A直接删除会造成数据浪费；B保留转义字符无意义；D转小写无法去除标签。2.B解析：自动驾驶标注规范中，对于严重遮挡的物体，应仅对可见部分进行拉框，并在属性中标注遮挡状态，以供模型学习局部特征，A和D会产生大量无效框，C会漏标目标，B正确。3.C解析：高风险事件（如欺诈）最怕漏报，漏报会导致严重后果。召回率衡量的是实际正类中被预测为正类的比例，提高召回率能减少漏报，C正确。准确率受不平衡数据影响大；精确率关注的是误报；F1值是两者的调和平均。4.A解析：BIO体系中，B代表实体的开始，I代表实体内部，O代表非实体。“李明”是人名，李为B-PER，明为I-PER；“去”是非实体，为O；“北京”是地名，北为B-LOC，京为I-LOC。A正确。5.C解析：灾难性遗忘是指模型学习新任务时忘记了旧任务的知识。通过在微调数据中混入部分通用历史数据进行多任务学习，可以有效缓解遗忘，C正确；A会加剧遗忘；B无直接影响；D完全冻结则无法微调。6.A解析：针对数据不平衡导致的意图识别错误，最直接的方法是对少数类（交话费）进行数据增强，扩充其样本量和表达多样性，A正确。B和D治标不治本且可能引入新问题；C会破坏原有模型能力。7.D解析：3D立方体的调整需要中心点坐标（位置）、长宽高（尺寸）和偏航角（方向），ABC均为必要参数。点云的反射强度是传感器采集的物理属性，标注员不可也不应修改，D不属于需调整的框参数。8.A解析：Cohen'sKappa系数公式为κ=。其中观察一致性=900/1000=9.B解析：训练集损失下降但验证集损失上升，是典型的过拟合现象，模型学习了训练集中的噪声和特有特征，导致泛化能力下降，B正确。10.B解析：RLHF分为三步：SFT、奖励模型训练、PPO优化。奖励模型的输入是Prompt和生成的回答，输出是标量分数，用于指导策略模型（生成模型）向高分方向优化，B正确。11.C解析：A、B、D均能从音频特征或文本后处理层面改善ASR在噪音环境下的表现。将所有音频统一放大音量不仅无法去噪，反而可能放大噪声信号导致截顶失真，C无效。12.B解析：“阿司匹林”和“乙酰水杨酸”是同一实体的不同称谓，将它们合并为同一节点的过程称为实体对齐或实体消歧中的共指消解，B正确。实体消歧通常指区分同名不同实体（如苹果公司和水果苹果）。13.D解析：IoU=交集面积/并集面积。完全重合时，交集等于并集，比值为1，D正确。14.D解析：TF-IDF中，IDF是逆文档频率，一个词在所有文档中都出现（常见词），其IDF值低；若词只在少数文档出现，IDF值高，反映了词语的区分能力，D正确。A错误，词频高但若在所有文档都出现，TF-IDF依然低；B错误；C错误，TF-IDF是基于词频的统计方法，不包含上下文语义。15.D复制100份少数类并加噪会导致严重过拟合，模型会记住这些重复样本，D做法错误且极端。A、B、C均为处理类别不平衡的常规有效方法。16.C解析：槽位填充节点用于收集执行特定意图所需的关键参数（如订单号），在用户未提供时主动追问，C正确。17.B解析：LoRA通过在原模型旁增加低秩矩阵并仅训练这部分参数，大幅减少了可训练参数量和显存占用，使得大模型微调在消费级显卡上成为可能，B正确。18.B解析：暗插题是带有标准答案的题目，隐藏在正常任务中，标注员不知情，用于实时计算标注准确率并考核标注员，B正确。19.B解析：Dropout在训练时随机将部分神经元输出置零，迫使网络不依赖单一神经元，从而增强泛化能力，B正确。20.A解析：BLEU的核心是基于修改后的n-gram精确率，即计算生成文本中有多少n-gram出现在参考文本中，A正确。二、多项选择题21.AB解析：掩码边缘锯齿可用形态学操作平滑，局部空洞可用滤波（如中值滤波）填补，AB正确。C直接删除会导致数据减少；D改变任务类型不可取。22.ABC解析：A、B、C均为标准Badcase分析流程中的有效手段。D盲目增加模型复杂度不仅无法解决问题，反而可能加剧过拟合。23.ABC解析：A指令不清、B事实错误、C格式不符均属于低质量数据。D由于安全策略拒绝回答敏感问题，这是模型对齐的目标之一，属于高质量回答，不属于低质量数据。24.BCD解析：A将噪点标为目标会干扰模型学习，错误。B忽略稀疏噪点、C算法预处理过滤、D结合历史帧插值均是处理雨雪遮挡的合理策略。25.ABD解析：A补充真实数据、B回译增强泛化性、D引入预训练模型扩展同义词，均能有效提升口语化query的识别率。C提高阈值只会让更少的话被识别出来，导致拒识率升高，C错误。26.ABC解析：图文不匹配主要指语义层面的不一致，A无关、B部分涵盖、C相反描述均符合。D分辨率过高属于图像质量问题，不直接构成图文不匹配。27.ABD解析：微平均将所有类别的TP、FP、FN相加再计算，受大类影响大，A正确；宏平均各类别平等对待，B正确；在类别不平衡时，微平均会被大类主导，掩盖少数类的糟糕表现，C错误；宏平均F1是先算各类F1再求平均，D正确。28.ABD解析：A哈希加密、B脱敏掩码、D删除敏感字段均为标准隐私保护手段。C替换为虚构人名属于数据匿名化，也是合理的隐私保护操作。此题ABCD均正确，但严格意义上D彻底删除可能导致数据缺失，故更优选ABC。但实际操作中删除不必要敏感字段也是标准操作。原题选ABC更贴切脱敏定义，但ABD也是常见处理。29.ABC解析：多轮订票场景中，A指代消解理解“后天”指代时间、B意图继承知道还在订票、C槽位更新修改时间，ABC正确。D情感分析与当前业务逻辑无关。30.ABCD解析：RLHF的排序标注通常围绕HHH原则：Helpful（有用）、Honest（诚实）、Harmless（无害），同时生成文本的流畅性也是基础评分维度，ABCD均正确。三、填空题31.正类32.Skip-gram33.裁决员（或质检员）34.大35.数据增强36.键向量（或Key，或Q,37.对齐38.二分类39.召回40.内存占用（或显存占用）四、简答题41.答案要点：（1）现象表现：模型在训练集上的损失很低、准确率很高；但在验证集或测试集上损失较高、准确率明显下降，泛化能力差。（2）防止方法（任答三种即可）：①数据层面：获取更多训练数据；进行数据增强。②模型层面：降低模型复杂度（减少网络层数或参数量）；使用正则化技术（L1/L2正则化）；使用Dropout随机失活神经元；提前停止训练。42.答案要点：（1）标注对象定义：明确需要拉框的具体目标类别（如车辆、行人）。（2）框定原则：包括紧贴可见边缘原则、遮挡处理规则、截断处理规则。（3）属性标签说明：各附加属性的定义与取值范围（如车辆颜色、朝向）。（4）特殊情况处理：如目标模糊不清、重叠严重时的判定标准。（5）质量验收标准：明确IoU阈值要求及错误惩罚机制。43.答案要点：（1）概念：Few-Shot是指在提示词中提供少量（通常1~5个）输入-输出示例，引导大模型理解任务模式和输出格式；Zero-Shot是不提供示例，直接下达指令。（2）优势：能显著提升模型对复杂指令的理解能力；规范输出格式，减少格式错误；对于小众或特定领域的任务，Few-Shot能激活模型相关能力，表现优于Zero-Shot。（3）适用场景：复杂的文本生成（如特定风格写作）、信息抽取（特定实体抽取）、格式转换（如JSON结构化输出）等。44.答案要点：（1）收集与分类：收集线上Badcase，按错误类型（如意图识别错、实体抽取漏、话术不匹配）进行归类。（2）根因分析：对Top级错误类型抽样分析，定位是数据缺失、规则不全还是模型泛化不足。（3）数据优化：针对问题补充训练数据，修改知识库话术或调整对话流配置。（4）模型评测：在测试集上验证迭代后的模型，确保解决旧问题的同时不引入新问题。（5）灰度上线与监控：小范围上线观察指标，平稳后全量发布。五、综合应用题45.答案要点：（1）准确率=(TP+TN)/(TP+TN+FP+FN)=(90+60)/200=150/