2025技能考试人工智能训练师二级题库及答案完整版

2025技能考试人工智能训练师二级题库及答案完整版1.针对大语言模型参数高效微调场景，低秩适配（LoRA）方法的核心设计思路是？A.冻结全量参数仅训练输入输出层嵌入参数B.冻结预训练模型主干参数，仅在注意力层旁插入低秩矩阵训练更新C.对全量参数做量化后仅训练量化偏移量D.仅对模型顶层分类头参数做迭代更新正确答案：B答案解析：LoRA是2024年以来工业界主流的参数高效微调方案，核心假设是大模型微调过程中权重更新的矩阵秩为低秩，因此在Transformer注意力层旁插入A（降维）、B（升维）两个低秩矩阵，训练阶段冻结预训练主干全部参数，仅更新两个低秩矩阵的参数，训练参数量仅为全量微调的0.1%-1%，训练完成后可将低秩矩阵合并至主干权重，无额外推理开销。选项A属于嵌入层微调方案，选项C属于量化微调方案，选项D属于头部微调方案，均不符合LoRA的核心设计。2.针对多模态训练数据的标注一致性校验，以下哪种方法属于标注者间一致性的量化计算核心指标？A.F1值B.Cohen'sKappa系数C.余弦相似度D.召回率正确答案：B答案解析：Cohen'sKappa系数用于衡量两名标注者对同一标注对象的标注结果一致性，计算过程排除了随机一致的概率，取值范围为-1到1，越接近1说明一致性越高，是人工智能训练师职业技能等级考核中明确规定的标注质量管控核心指标。F1值、召回率属于模型效果评估指标，余弦相似度多用于向量匹配场景，均不适用于标注者间一致性计算。3.基于人类反馈的强化学习（RLHF）流程中，奖励模型（RM）的训练数据来源是？A.预训练阶段的通用语料B.人类标注员对同一Prompt的多个模型输出结果的排序打分数据C.强化学习阶段模型探索生成的无标注数据D.垂直领域的无监督爬取数据正确答案：B答案解析：RLHF共分为三个核心阶段：第一阶段为有监督微调（SFT），采用标注的问答对数据训练模型基础响应能力；第二阶段为奖励模型训练，输入为同一Prompt对应的3-5个SFT模型输出结果，由人类标注员按照质量优劣排序，以此为训练数据拟合奖励函数，实现对任意模型输出的质量打分；第三阶段为PPO强化学习，以奖励模型打分为优化目标调整模型输出。其余选项均不属于奖励模型的训练数据来源。4.根据《生成式人工智能服务管理暂行办法》《数据安全法》相关要求，人工智能训练师在采集训练数据时，以下哪种行为符合合规要求？A.未经授权爬取境内未公开的个人社交平台发帖内容作为训练数据B.对包含个人隐私信息的数据做匿名化处理且无法复原后纳入训练集C.直接使用未获得授权的境外开源训练数据集开展训练D.将涉密单位内部未公开的文档数据纳入通用大模型训练集正确答案：B答案解析：根据我国数据合规相关规定，匿名化处理且无法复原至特定自然人的数据不属于个人信息范畴，可纳入训练集使用。选项A涉嫌侵犯个人隐私权，选项C存在数据安全及知识产权风险，选项D涉嫌泄露国家秘密，均属于违规行为，是二级训练师合规类考核的必考点。5.以下哪种标注工具是工业界自动驾驶3D点云场景的主流专业标注工具？A.LabelStudioB.CVAT（ComputerVisionAnnotationTool）C.3DSlicerD.LabelMe正确答案：B答案解析：CVAT是英特尔开源的计算机视觉标注工具，原生支持3D点云的框选标注、语义分割、实例分割、时序跟踪标注，适配自动驾驶场景的激光雷达点云、摄像头影像联合标注需求，是当前工业界的主流选型。LabelStudio、LabelMe多用于2D图像、文本标注场景，3DSlicer多用于医学影像标注场景。6.针对文本生成类大模型的效果评估，以下哪种指标能够直接反映模型输出的事实准确性？A.困惑度（Perplexity）B.BLEU值C.事实性幻觉检出率D.ROUGE值正确答案：C答案解析：事实性幻觉检出率是指模型输出内容中存在虚假事实、捏造信息、与官方规则不符的内容占比，是2024年后生成式AI效果评估的核心指标，直接关系到落地可用性。困惑度反映模型生成文本的流畅度，BLEU、ROUGE值反映生成内容与参考文本的字面相似度，均无法衡量事实准确性。7.以下哪种参数高效微调方法属于前缀微调（PrefixTuning）的技术特点？A.在Transformer每一层的输入前添加可训练的前缀向量，冻结主干参数B.仅训练模型的层归一化参数C.对模型参数做结构化剪枝后训练剩余参数D.在Transformer的FFN层插入可训练的适配器模块正确答案：A答案解析：前缀微调的核心设计是为Transformer每层输入添加可训练的任务专属前缀向量，训练阶段完全冻结预训练主干参数，仅更新前缀向量，适合多任务快速切换场景，训练参数量仅为全量微调的0.01%-0.1%。选项B属于BitFit微调方案，选项C属于剪枝微调方案，选项D属于适配器（Adapter）微调方案。8.针对大语言模型训练的通用语料，以下哪种去重方法能够高效识别语义重复而非仅字面重复的文本？A.基于MD5哈希值的精确去重B.基于n-gram指纹的局部敏感哈希（LSH）去重C.基于预训练语义向量的余弦相似度匹配去重D.基于关键词匹配的规则去重正确答案：C答案解析：语义向量去重是采用bge、M3E等开源语义向量模型，将文本编码为低维语义向量，通过余弦相似度阈值（工业界通用阈值为0.9-0.95）判定是否语义重复，能够识别表述不同但含义一致的重复文本，是当前工业界语料清洗的主流方案。其余方法仅能识别字面相似度较高的重复内容，无法识别语义重复文本。9.人工智能训练师在开展偏见缓解工作时，以下哪种做法能够有效降低大模型的性别偏见？A.训练数据中完全剔除包含性别相关表述的内容B.对训练数据中男性、女性相关职业的样本占比做均衡化处理C.仅在模型输出阶段添加关键词过滤规则D.提高女性相关表述的权重占比至男性的2倍以上正确答案：B答案解析：训练数据分布不均衡是模型产生偏见的核心原因，对不同性别相关职业、场景的样本占比做均衡化处理，能够从根源上缓解性别偏见。选项A会导致模型语义能力下降，选项C仅能从输出端拦截显性偏见无法解决根源问题，选项D会导致反向性别偏见，均不符合训练规范。10.针对微调后的大模型边缘端部署场景，以下哪种量化方案属于接近无损量化且能够实现模型体积压缩至原有的1/4？A.4位浮点量化（FP4）B.8位整数量化（INT8）C.16位脑浮点量化（BF16）D.32位单精度浮点量化（FP32）正确答案：B答案解析：FP32精度下每个参数占4字节，INT8量化后每个参数占1字节，模型体积压缩至原来的1/4，当前INT8量化技术成熟，多数场景下精度损失小于1%，属于接近无损的量化方案，适配边缘端部署需求。FP4压缩比更高但精度损失较大，BF16压缩至原体积的1/2，FP32无压缩效果。11.标注任务中，针对标注边界模糊的歧义样本，正确的处理流程是？A.由标注员自行判断标注结果B.直接丢弃歧义样本C.提交至标注项目负责人组织专家会审，明确标注规则后再处理D.随机选择一种标注结果计入数据集正确答案：C答案解析：歧义样本的标注质量直接影响模型训练效果，正确处理流程为暂停标注，提交至项目负责人，组织领域专家、算法工程师、资深标注员会审，补充完善标注规则后再开展标注，确保同类样本标注一致性。其余处理方式均会降低数据集质量。12.以下哪种数据增强方法属于文本生成任务SFT训练数据的合规增强方式？A.采用通用大模型对原有标注问答对做句式改写、同义词替换，生成新的样本B.直接爬取互联网上的同类问答内容作为增强数据C.对原有标注样本的答案做随机删减、语序打乱后作为新样本D.采用机器翻译将中文样本翻译为英文再翻译回中文，生成新样本正确答案：A答案解析：采用经过备案的合规大模型做样本增强，能够在保证事实准确性的前提下扩充训练数据覆盖范围，是当前主流的文本数据增强方式。选项B存在合规风险，选项C会生成低质量样本，选项D容易引入翻译错误导致事实偏差。13.检索增强生成（RAG）系统中，向量数据库的召回率核心影响因素是？A.向量维度B.语义向量模型的领域适配性C.向量数据库的存储容量D.检索的TopK阈值正确答案：B答案解析：向量模型的领域适配性是召回率的核心影响因素，若采用通用语义向量模型编码垂直领域知识，容易出现语义匹配偏差，导致召回准确率低，通常需要对语义向量模型做垂直领域微调，将召回准确率提升至95%以上。其余因素为次要影响因素。14.大模型微调过程中，梯度爆炸问题的常用解决方案是？A.提高学习率B.增加batchsizeC.添加梯度裁剪（GradientClipping）D.减少训练epoch数正确答案：C答案解析：梯度裁剪是指设置梯度的最大范数阈值，当梯度的范数超过阈值时将其缩放至阈值范围内，是解决梯度爆炸问题的最常用方案。选项A会加剧梯度爆炸，选项B对梯度爆炸无明显缓解作用，选项D无法从根源解决梯度爆炸问题。15.根据《人工智能训练师国家职业技能标准（2022年版）》，二级人工智能训练师的必备技能不包含以下哪项？A.训练数据质量评估体系搭建B.大模型全量微调算法研发C.标注团队的技能培训与考核D.训练数据合规风险排查正确答案：B答案解析：全量微调算法研发属于算法工程师的工作范畴，不在人工智能训练师的技能标准范围内。其余选项均为二级人工智能训练师的必备技能。1.二级人工智能训练师的核心工作范畴包含以下哪些内容？A.训练数据的全流程质量管控B.大模型的参数高效微调方案设计C.模型效果的多维度评估体系搭建D.训练数据的合规性审核E.大模型的底层算子开发正确答案：ABCD答案解析：二级人工智能训练师属于技师等级，核心工作覆盖训练数据全生命周期管理、微调方案设计、评估体系搭建、合规审核、标注团队管理等，底层算子开发属于算法研发岗位范畴，不在训练师考核范围内。2.以下属于多模态训练数据标注类型的有？A.文本-图像对的匹配关系标注B.视频的动作时序标注C.3D点云的语义分割标注D.语音的情感极性标注E.表格数据的数值归一化处理正确答案：ABCD答案解析：多模态标注覆盖文本、图像、音频、视频、3D点云等多模态数据的标注任务，表格数值归一化属于数据预处理范畴，不属于标注类型。3.针对RLHF流程中奖励模型的过拟合问题，以下哪些优化手段是有效的？A.增加标注数据的多样性，覆盖更多场景的Prompt及输出结果B.在奖励模型训练阶段添加dropout正则化项C.提高奖励模型的训练epoch数至收敛后多轮迭代D.对标注数据做数据增强，包括同义词替换、句式改写等E.降低奖励模型的训练学习率至1e-7以下正确答案：ABD答案解析：增加数据多样性、添加正则化、数据增强均能有效提升奖励模型的泛化能力，缓解过拟合问题。提高训练epoch数会加剧过拟合，学习率低于1e-5会导致模型欠拟合，无法达到预期训练效果。4.以下属于大语言模型微调过程中的超参数的有？A.学习率B.batchsizeC.训练epoch数D.LoRA秩E.模型参数量正确答案：ABCD答案解析：超参数是指训练过程中需要人工设置的参数，学习率、batchsize、训练epoch数、LoRA秩均属于超参数范畴，模型参数量是预训练阶段确定的固有属性，不属于微调超参数。5.训练数据标注前的准备工作包含以下哪些内容？A.制定标注规范及边界说明B.开展标注人员培训及考核C.搭建标注质量抽检体系D.对原始数据做清洗去重E.完成标注工具的部署及功能测试正确答案：ABCDE答案解析：标注前准备工作覆盖数据准备、规范制定、人员培训、体系搭建、工具测试五个模块，所有选项均属于标注前的必备工作。6.以下属于生成式AI模型偏见的常见表现形式的有？A.性别偏见：针对同一职业，关联男性的正面表述占比显著高于女性B.地域偏见：针对特定地域的人群输出负面刻板印象内容C.年龄偏见：针对老年人群体输出能力弱化的相关表述D.幻觉偏见：输出虚假的事实信息E.文化偏见：针对少数族裔的文化习俗输出贬低性表述正确答案：ABCE答案解析：模型偏见是指模型输出中存在的对特定群体的不公平刻板印象，选项ABCE均属于偏见的表现形式，幻觉属于模型事实性错误，不属于偏见范畴。7.针对大模型训练的文本语料，低质量数据的判定标准包含以下哪些？A.文本长度小于10字或大于10000字B.包含乱码、特殊符号占比超过30%C.语义不通顺、逻辑混乱D.包含色情、暴力、涉政等违规内容E.来自官方公开的政策文件内容正确答案：ABCD答案解析：低质量数据包括过短/过长文本、乱码文本、语义不通文本、违规文本，官方公开政策文件属于高质量训练数据。8.LoRA微调方案的核心优势包含以下哪些？A.训练参数量小，硬件要求低，单张24G显存显卡即可完成7B模型微调B.训练完成后可合并至原模型，无额外推理开销C.不同任务的LoRA权重可独立存储，适配多任务快速切换场景D.微调效果始终优于全量微调E.无需标注数据即可完成微调正确答案：ABC答案解析：LoRA的核心优势为低训练成本、无推理开销、适配多任务场景，全量微调在数据量充足的情况下效果优于LoRA，LoRA属于监督微调方案，需要标注数据。9.以下属于模型上线前的效果评估维度的有？A.事实准确性B.响应速度C.合规性D.偏见程度E.语义流畅度正确答案：ABCDE答案解析：模型上线前评估覆盖效果维度（事实准确性、流畅度、偏见程度）、性能维度（响应速度、并发量）、合规维度（违规内容检出率），所有选项均属于评估维度。10.标注质量管控的三级抽检机制包含以下哪些层级？A.标注员自检B.标注组互检C.质检专员抽检D.算法工程师最终校验E.客户方验收抽检正确答案：ABC答案解析：三级抽检机制为标注员自检、同组标注员互检、质检专员抽检，三级抽检通过率达到100%后方可提交验收，算法工程师校验、客户方验收属于后续环节。1.采用LoRA方法微调大模型时，训练得到的低秩矩阵可以直接合并到原预训练模型中，无需额外推理开销。（√）答案解析：LoRA训练完成后可将A、B两个低秩矩阵相乘后叠加到原注意力层的权重矩阵上，合并后模型结构与原预训练模型完全一致，推理阶段无额外计算开销。2.标注者间一致性系数（Cohen'sKappa）的取值范围是0到1，取值越高说明标注一致性越好。（×）答案解析：Cohen'sKappa系数的取值范围是-1到1，取值越接近1说明标注一致性越高，取值为负说明标注结果一致性低于随机猜测的概率。3.RLHF流程中，强化学习阶段的奖励值完全由奖励模型输出，无需引入人类反馈。（√）答案解析：RLHF的人类反馈仅用于训练奖励模型，强化学习阶段以奖励模型的输出作为唯一奖励信号，无需额外人类参与，大幅降低训练成本。4.匿名化处理后的个人信息仍属于个人信息范畴，纳入训练集前需要获得个人授权。（×）答案解析：根据《个人信息保护法》，匿名化是指个人信息经过处理无法识别特定自然人且不能复原的过程，匿名化处理后的信息不属于个人信息，无需获得个人授权即可使用。5.大模型微调过程中，训练数据量越大，模型效果越好。（×）答案解析：模型效果与训练数据的质量、相关性、多样性直接相关，若训练数据包含大量低质量、噪声样本，数据量越大反而会降低模型效果，工业界通常优先提升数据质量而非单纯扩大数据量。6.检索增强生成（RAG）方案能够从根源上解决大模型的幻觉问题。（×）答案解析：RAG能够大幅降低幻觉概率，但无法完全解决幻觉问题，若召回的知识存在错误或模型未遵循召回知识生成内容，仍会出现幻觉，需要结合模型微调、输出校验等多环节共同管控。7.标注任务中，标注员的Kappa系数达到0.6以上即可参与正式标注。（×）答案解析：根据职业技能标准要求，标注员的标注一致性Kappa系数需达到0.85以上方可参与正式标注，0.6-0.85之间的标注员需要重新参加培训考核。8.大模型的困惑度越低，说明模型生成文本的事实准确性越高。（×）答案解析：困惑度反映模型对文本的拟合程度，困惑度越低说明生成文本的流畅度越高，与事实准确性无直接关联。9.针对垂直领域大模型微调，有监督微调（SFT）阶段的标注数据需要优先覆盖高频业务场景。（√）答案解析：高频业务场景的样本量占比通常设置为60%-70%，确保模型能够覆盖绝大多数用户需求，低频场景样本占比设置为30%-40%，兼顾模型的泛化能力。10.人工智能训练师无需掌握大模型的相关技术原理，仅需完成数据标注工作即可。（×）答案解析：二级人工智能训练师需要掌握大模型微调、评估、数据处理的相关技术原理，能够根据模型效果反馈优化数据处理方案，仅能完成标注工作的属于五级/初级工要求。1.某电商企业需要搭建面向售后客服场景的垂直大模型，现有12万条未标注的历史客服对话数据，要求你作为二级人工智能训练师完成训练数据的全流程处理方案设计，包含数据清洗、标注规范制定、质量管控三个模块，请写出具体实施步骤及核心参数要求。参考答案：（1）数据清洗模块：①去重处理：首先采用MD5哈希值做精确去重，剔除完全重复的对话样本；再采用bge-large-zh-v1.5语义向量模型编码对话内容，设置余弦相似度阈值为0.92，剔除语义重复的对话样本，预计去重后剩余8.5-9.5万条数据；②合规过滤：采用正则匹配+敏感词库过滤的方式，剔除包含色情、暴力、涉政内容的样本，对样本中包含的手机号、身份证号、地址、订单号等个人隐私信息做匿名化替换，如将手机号替换为「[手机号]」占位符；③低质量数据过滤：剔除单轮对话长度小于5字、大于1500字的样本，剔除包含乱码、语义不通、与售后场景无关的样本，最终保留7-8万条高质量对话数据。（2）标注规范制定：①标注任务分为两类：SFT数据标注，标注内容为用户问题、合规客服回答、不合规客服回答，要求回答符合企业售后话术规范、事实准确、语气友好，不得出现推诿、辱骂用户的内容；奖励模型训练数据标注，针对同一用户问题的3个候选回答，按照「优秀-合格-不合格」三个等级排序，明确判定规则：优秀回答完全解决用户问题、符合话术要求、无冗余内容；合格回答解决用户问题但存在表述冗余、语气生硬的问题；不合格回答存在事实错误、未解决用户问题、语气不当等问题；②标注前开展3小时专项培训，所有标注员需通过100条测试集标注考核，Kappa系数≥0.85方可参与正式标注。（3）质量管控模块：①批次抽检：每标注完成1000条数据为一个批次，抽取10%的样本做质检，批次Kappa系数≥0.8为合格批次，低于0.8的批次全部返回重标；②个人抽检：每个标注员的日标注数据抽检比例不低于15%，连续3天抽检一致性低于0.7的标注员暂停标注，重新参加培训考核；③交叉校验：所有标注完成的数据需经过3轮交叉校验，最终标注准确率≥95%方可纳入训练集。2.某技术团队采用LoRA方法对7B参数的通用大语言模型做法律领域微调，训练过程中出现模型收敛慢、微调后法律问题回答准确率不达标的问题，请列出可能的原因及对应的解决方案。参考答案：（1）LoRA超参数设置不合理：①原因：LoRA秩（rank）设置过小（如≤8），可学习参数不足无法拟合法律领域专业知识；学习率设置过高（≥5e-4）导致模型振荡不收敛，或学习率过低（≤1e-5）导致收敛速度慢；②解决方案：将LoRA秩设置为32-64，适配法律领域的专业知识量；设置学习率为1e-4到3e-4之间，batchsize设置为8-16，训练epoch设置为3-8，添加梯度裁剪（阈值设为1.0）避免梯度爆炸。（2）训练数据质量问题：①原因：标注数据准确率低、法律条文引用错误、场景覆盖不足，导致模型无法学习到正确的映射关系；②解决方案：重新审核标注数据，邀请专业法务人员参与校验，确保标注准确率≥97%；补充少样本场景的标注数据，覆盖90%以上的常见法律咨询场景，每个场景的样本量不少于3