2026年人工智能训练师（五级）实操考核评分标准及试题

2026年人工智能训练师（五级）实操考核评分标准及试题一、数据采集与整理（每题10分，共20分）1.某智能客服项目需要采集用户对话数据用于训练意图识别模型。请按要求完成数据采集方案设计：（1）列出至少3种数据采集渠道；（2）说明每种渠道应采集的数据字段；（3）预估各渠道数据量占比并说明理由。答案（1）采集渠道：①客服系统历史工单记录；②在线客服实时对话日志；③用户反馈与投诉表单；④公开问答社区相关话题（如贴吧、知乎）。（2）数据字段：用户ID、对话时间、会话编号、用户消息内容、坐席回复内容、会话标签（如咨询/投诉/售后）、处理结果、满意度评分。（3）数据量占比：历史工单约40%（数据完整、质量高，但时效性差）；实时对话日志约40%（时效性强、覆盖场景广）；用户反馈表单约15%（问题指向明确，但样本量有限）；公开社区约5%（仅作补充，需注意合规性）。解析数据采集方案应综合考虑数据可得性、质量、时效与合规要求。历史工单与实时日志是意图识别模型的主要数据来源，用户反馈可补充长尾问题，公开数据需进行隐私脱敏后方可使用。2.某图像分类项目需要采集5000张商品图片，现有3名采集人员分别负责拍摄、网络爬取和合作方提供。请制定数据采集规范，要求包含命名规则、格式要求、质量检查标准三部分内容。答案（1）命名规则：类别_采集日期_采集人员编号_序号，如shoes_20260315_A_0001.jpg，禁止使用中文及特殊字符。（2）格式要求：统一为JPG格式，分辨率不低于800×800像素，文件大小100KB~5MB，色彩空间为sRGB。（3）质量检查标准：①图像清晰无模糊；②商品主体完整、占比不低于画面60%；③无过度曝光或欠曝；④不包含个人隐私信息（人脸、车牌等）；⑤重复图片经感知哈希去重后剔除。解析规范的数据命名和格式统一是后续数据管理、标注和模型训练的基础。质量检查标准需量化、可执行，便于多人协作时标准一致。二、数据标注实操（第1题15分，第2题15分，共30分）1.给定以下5条文本数据，请为每条数据标注情感倾向（正面/负面/中性）和意图类别（咨询/投诉/表扬/其他），并说明标注依据。序号文本内容①"你们这个快递也太慢了吧，三天了还没到！"②"请问这款手机支持5G吗？"③"客服小张态度特别好，问题解决得也快，点赞！"④"好的，我知道了，谢谢。"⑤"我要退货！收到的衣服和图片完全不一样，太失望了。"序号情感倾向意图类别标注依据①负面投诉"太慢""三天了还没到"表达不满情绪，属于对服务的投诉②中性咨询疑问句式，询问产品参数，无情感色彩③正面表扬"态度特别好""点赞"为明确正面评价，属于表扬④中性其他礼貌性应答，无明确意图指向⑤负面投诉"要退货""太失望"表达强烈负面情绪，属于售后投诉解析情感标注需结合情感词、语气词和语境综合判断；意图标注需识别用户的核心诉求。标注时应建立标注规范文档，确保多人标注的一致性。2.某自动驾驶项目需对10张道路图像进行目标检测标注（标注目标：行人、车辆、交通标志）。请回答：（1）写出标注框的4个坐标参数含义；（2）说明标注的最小目标尺寸要求及截断目标处理规则；（3）列出至少3条标注质量审核标准。答案（1）标注框4个坐标参数：x_min（左上角横坐标）、y_min（左上角纵坐标）、x_max（右下角横坐标）、y_max（右下角纵坐标）。（2）最小目标尺寸：目标宽或高小于图像尺寸的1%时可不标注；截断目标（目标超出图像边界）需标注框至图像边缘，并标记truncated:true。（3）质量审核标准：①标注框与目标边缘贴合，IoU（交并比）不低于0.8；②目标类别标签正确率不低于98%；③无漏标、错标、重复标注；④遮挡超过50%的目标需标记occluded:true；⑤标注框坐标不超出图像边界。解析目标检测标注的质量直接影响模型训练效果。截断、遮挡等特殊情况需在标注规范中预先定义处理规则，审核标准需包含定性和定量指标。三、模型训练与调参（第1题15分，第2题15分，共30分）1.某二分类任务的数据集共10000条样本，正负样本比例为1:9。你计划使用逻辑回归模型进行训练。请回答：（1）指出该数据集存在什么问题，对模型训练有何影响；（2）写出3种常用的处理方法；（3）若采用过采样方法，简要说明SMOTE算法的基本思路。答案（1）问题：类别不平衡（正负样本比例1:9）。影响：模型会倾向于预测多数类（负类），导致召回率低，即正类样本被大量漏判。（2）处理方法：①随机欠采样（减少多数类样本）；②随机过采样（复制少数类样本）；③SMOTE合成少数类过采样；④调整类别权重（如class_weight='balanced'）；⑤使用对不平衡鲁棒的评估指标（如F1-score、AUC）。（3）SMOTE思路：对少数类样本xi，在其k近邻中随机选择一个样本xnn，按公式x解析类别不平衡是分类任务中的常见问题。SMOTE通过在少数类样本的特征空间中插值生成新样本，可缓解过采样带来的过拟合问题。2.某图像分类模型在训练集准确率达98%，但在验证集上仅82%。请回答：（1）该模型出现了什么问题？（2）写出4种可行的解决方案；（3）若调整学习率从0.1降至0.001，说明两种取值各自可能的影响。答案（1）问题：过拟合。模型过度学习了训练数据的细节和噪声，泛化能力不足。（2）解决方案：①增加训练数据量（数据增强：旋转、裁剪、翻转等）；②添加正则化（L1/L2正则化）；③使用Dropout随机丢弃神经元；④早停法（EarlyStopping），监控验证集损失；⑤降低模型复杂度（减少网络层数或参数量）。（3）学习率影响：学习率为0.1时，参数更新步长过大，可能震荡不收敛或越过最优点；学习率为0.001时，更新步长小，收敛稳定但速度慢，可能需要更多训练轮次。解析过拟合的判定依据是训练集与验证集性能差距大。解决思路可归纳为"增加数据、减少模型容量、增加约束、提前停止"四个方向。学习率是训练最重要的超参数之一，需根据损失曲线调整。四、模型测试与评估（每题10分，共20分）1.某二分类模型在测试集上的预测结果混淆矩阵如下：预测为正预测为负实际为正8020实际为负30870请计算精确率（Precision）、召回率（Recall）和F1值，并写出计算过程。•精确率P•召回率R•F精确率约72.7%，召回率80.0%，F1值约76.2%。解析混淆矩阵中TP=80（实际正预测正）、FP=30（实际负预测正）、FN=20（实际正预测负）、TN=870（实际负预测负）。精确率关注"预测为正的样本中有多少是对的"，召回率关注"实际为正的样本中有多少被找出来了"。2.某文本分类模型在测试集上进行评估，预测错误的样本中有30%属于"类别A被误判为类别B"，且这些误判样本集中在包含特定行业术语的文本中。请分析：（1）这类错误属于哪类典型的模型问题？（2）提出3条改进建议。答案（1）问题：类别混淆（类别A与类别B特征区分度不足），且存在领域适应性不足的问题——包含行业术语的样本特征未被模型充分学习。（2）改进建议：①增加类别A与类别B的区分性特征，引入领域词典或词向量增强；②补充包含行业术语的训练样