2025技能考试人工智能训练师二级题库及答案

2025技能考试人工智能训练师二级题库及答案一、单项选择题（共20题，每题1分，共20分。每题只有1个正确答案，多选、错选、不选均不得分）1.客户服务场景的意图分类标注任务中，二级人工智能训练师管控的数据集质量准入标准要求，同一query的多标注员结果一致性至少达到（）才可进入模型训练环节？A.85%B.90%C.95%D.98%正确答案：C参考解析：二级人工智能训练师需承担数据集质量管控职责，客服意图多分类任务的标注一致性行业通用准入阈值为95%，低于该阈值的标注数据集会导致模型学习到噪声特征，识别精度无法满足落地要求。2.以下大语言模型微调方法中，属于参数高效微调且仅调整Transformer层注意力模块的价值权重矩阵的是？A.LoRAB.PrefixTuningC.PromptTuningD.全量微调正确答案：A参考解析：LoRA（低秩适配）冻结预训练模型主体权重，仅在注意力层的Q/V矩阵旁插入低秩分解矩阵，训练阶段仅更新新增的低秩参数，参数更新量仅为全量微调的0.1%左右，是二级训练师必须掌握的核心微调选型技术。3.某意图分类模型的混淆矩阵显示：总测试样本量1000条，真实为A类的样本共200条，模型预测为A类的样本共190条，其中175条为真实A类样本，则该模型对A类的召回率为？A.87.5%B.92.1%C.95%D.89.7%正确答案：A参考解析：召回率=真实为正例且预测为正例的样本数/真实为正例的总样本数=175/200=87.5%，召回率、精确率、F1值是二级训练师必须熟练计算的核心模型评估指标。4.训练数据中女性群体的职业标签集中于行政、客服等服务类岗位，该情况属于哪类AI伦理风险？A.隐私泄露B.算法偏见C.内容违规D.知识产权侵权正确答案：B参考解析：算法偏见指算法系统隐含的对特定群体的不公平倾向，训练数据中职业标签的性别刻板印象会导致模型输出带有性别歧视的结果，属于典型的算法偏见风险，二级训练师需具备偏见识别及修正能力。5.以下哪种数据增强方式不适用于文本分类任务的小样本场景？A.回译B.同义词替换C.句式改写D.高斯噪声注入正确答案：D参考解析：高斯噪声注入是图像、语音类任务的常用数据增强方式，文本属于离散符号数据，注入高斯噪声无实际语义价值，其余三种均为文本场景通用的小样本数据增强手段。6.大模型微调过程中出现“训练集loss持续下降，验证集loss持续上升”的情况，该现象属于？A.欠拟合B.过拟合C.梯度消失D.梯度爆炸正确答案：B参考解析：过拟合的核心特征是模型在训练集上表现优异，但在未见过的验证集/测试集上表现变差，二级训练师需掌握过拟合的识别及优化方法。7.针对含身份证、手机号等敏感信息的用户咨询语料，二级训练师需优先执行哪项处理流程才可进入标注环节？A.数据去重B.数据脱敏C.数据均衡D.数据标注正确答案：B参考解析：《个人信息保护法》要求处理敏感个人信息需具备合法性基础，敏感语料标注前必须通过掩码、加密、泛化等脱敏技术去除个人可识别信息，避免隐私泄露。8.多模态训练数据集的文本、图像、音频三类数据占比，通常遵循哪项原则？A.1:1:1均等分配B.匹配落地场景的模态出现频率C.按数据采集难度分配D.按标注成本分配正确答案：B参考解析：多模态数据集的配比需匹配实际落地场景的模态分布，例如直播内容审核场景下音频、视频占比更高，电商商品介绍场景下文本、图像占比更高，避免数据分布与实际场景偏差导致的模型泛化能力不足。9.以下哪项是模型蒸馏技术的核心目标？A.提升大模型的生成精度B.降低小模型的推理时延C.减少大模型的参数量D.提升小模型的泛化能力正确答案：D参考解析：模型蒸馏的核心逻辑是将大模型（教师模型）学习到的知识迁移到小模型（学生模型）中，在保持小模型推理速度快、资源占用低的优势的同时，提升其泛化能力，适配边缘端部署需求。10.大模型prompt工程的few-shot设置中，通常最多添加多少个示例不会显著增加推理时延？A.3个B.10个C.50个D.100个正确答案：B参考解析：few-shot示例会增加prompt的长度，通常10个以内的示例不会显著提升推理负载，超过50个示例会大幅增加推理时延及算力成本，二级训练师需掌握prompt的长度控制方法。11.联邦学习框架下，跨机构数据联合训练的核心前提是？A.各机构数据全部上传至中央节点B.各机构原始数据不出本地C.各机构标注规范完全统一D.各机构算力资源均等正确答案：B参考解析：联邦学习的核心价值是实现“数据可用不可见”，跨机构联合训练过程中原始数据始终留存于各机构本地，仅传递模型更新参数，符合数据安全合规要求。12.模型上线前的A/B测试中，两组指标差异达到多少显著性水平才可判定优化方案有效？A.p<0.05B.p<0.1C.p>0.05D.p>0.1正确答案：A参考解析：行业通用的A/B测试显著性阈值为p<0.05，即两组指标差异由随机因素导致的概率低于5%，才可判定优化方案带来的效果提升具备统计意义。13.自动驾驶场景的3D点云标注任务中，二级训练师管控的障碍物标注精度阈值要求为？A.±1cmB.±5cmC.±10cmD.±20cm正确答案：B参考解析：自动驾驶场景对障碍物距离识别的精度要求极高，标注误差超过5cm可能导致碰撞风险，因此3D点云标注的位置精度阈值为±5cm。14.大模型训练日志中出现“CUDAoutofmemory”报错，优先采取哪项调整措施？A.提升batchsizeB.降低batchsizeC.增加训练epochD.提升学习率正确答案：B参考解析：该报错为GPU显存不足，降低batchsize（每批训练的样本量）可直接降低显存占用，其余三项措施均会提升显存占用或无法解决显存不足问题。15.小样本分类任务中，针对长尾类别（样本占比<2%）的采样策略优先选择？A.随机欠采样B.随机过采样C.加权采样D.交叉验证正确答案：C参考解析：加权采样为长尾类别样本设置更高的采样权重，既避免欠采样导致的头部样本信息丢失，也避免过采样导致的过拟合风险，是小样本场景的最优采样策略。16.移动端部署的大语言模型，通常采用哪种量化等级兼顾精度和推理速度？A.32位浮点（FP32）B.16位浮点（FP16）C.8位整型（INT8）D.4位整型（INT4）正确答案：C参考解析：INT8量化可将模型体积压缩至FP32版本的1/4，推理速度提升3-4倍，精度损失控制在1%以内，是移动端部署的通用选择；FP32、FP16显存占用过高，INT4精度损失过大不适用于多数业务场景。17.以下哪类训练数据属于知识产权合规风险范畴？A.未经授权爬取的付费期刊内容B.用户授权公开的咨询语料C.企业内部生成的业务文档D.开源公开的通用语料正确答案：A参考解析：未经授权使用受著作权保护的内容作为训练数据，属于知识产权侵权行为，二级训练师需掌握训练数据的合规性审核标准。18.模型上线后出现大规模识别错误，排查优先级最高的是？A.训练数据集质量B.模型参数配置C.线上输入数据分布D.推理服务器性能正确答案：C参考解析：上线后突发的大规模识别错误，90%以上是由于线上输入数据分布与训练集分布发生偏移导致，优先排查输入数据分布可快速定位问题。19.以下哪项不属于二级人工智能训练师的职业守则要求？A.严格保护训练数据涉及的个人隐私及商业秘密B.自主研发大模型预训练框架C.主动识别并修正算法偏见风险D.确保模型输出符合国家法律法规及公序良俗正确答案：B参考解析：预训练框架研发属于算法工程师的核心职责，二级训练师的职责聚焦于数据集管控、模型微调、落地优化等环节，无需承担预训练框架研发任务。20.OCR票据标注任务中，以下哪种情况需标注为“无效票据”？A.票据边角轻微折叠B.票据关键信息模糊无法识别C.票据打印字体倾斜D.票据存在轻微污渍正确答案：B参考解析：OCR标注的核心目标是识别票据关键信息，关键信息无法识别的票据无训练价值，需标记为无效样本过滤。二、多项选择题（共15题，每题2分，共30分。每题有2个及以上正确答案，多选、少选、错选、不选均不得分）1.二级人工智能训练师开展大语言模型行业微调时，需纳入评估的核心维度包括？A.事实准确性B.生成合规性C.响应时延D.任务适配度E.参数量大小正确答案：ABCD参考解析：参数量是预训练阶段的核心指标，微调阶段无需作为核心评估维度；其余四项均为微调效果验证的必评维度，其中事实准确性避免幻觉、生成合规性符合内容监管要求、响应时延满足落地场景性能要求、任务适配度匹配业务需求。2.标注团队的人员培训考核核心指标包括？A.标注准确性B.标注效率C.标注一致性D.团队协作能力E.算法研发能力正确答案：ABC参考解析：标注人员的核心考核维度为标注质量、效率及口径一致性，团队协作能力为参考指标，算法研发能力不属于标注人员的考核范畴。3.大模型微调阶段解决过拟合问题的常用方法包括？A.增加训练数据量B.引入dropout层C.降低学习率D.提前停止训练E.增加训练epoch正确答案：ABCD参考解析：增加训练epoch会加剧过拟合程度，其余四项均为过拟合的通用优化方案。4.多模态训练数据集的核心构成包括？A.原始数据B.标注结果C.元数据D.模型权重E.部署脚本正确答案：ABC参考解析：模型权重、部署脚本属于模型研发环节产物，不属于数据集构成部分；原始数据为标注素材、标注结果为训练标签、元数据记录数据来源、采集时间、标注人员等溯源信息，三者为数据集的核心构成。5.AI伦理审查的必审内容包括？A.训练数据合规性B.算法偏见风险C.内容生成合规性D.模型推理速度E.数据安全防护能力正确答案：ABCE参考解析：模型推理速度属于性能评估范畴，不属于伦理审查内容；其余四项均为伦理审查的必审维度，确保模型落地符合法律法规及公序良俗要求。6.训练集群的资源分配原则包括？A.优先级高的任务优先分配算力B.微调任务分配的算力少于预训练任务C.小批量测试任务分配少量资源D.所有任务均等分配算力E.长周期任务预留稳定算力正确答案：ABCE参考解析：不同任务的算力需求、紧急程度差异极大，均等分配算力会导致资源浪费，其余四项均为通用的算力资源分配原则。7.小样本学习的常用方法包括？A.数据增强B.元学习C.预训练模型迁移D.全量标注E.交叉验证正确答案：ABCE参考解析：全量标注需要大量标注资源，不属于小样本场景的解决方案，其余四项均为小样本学习的核心技术手段。8.模型A/B测试的流量分配规则包括？A.两组流量用户特征分布一致B.测试期内流量占比固定C.优先分配高价值用户流量D.流量分配过程无用户感知E.测试组流量占比不低于10%正确答案：ABDE参考解析：A/B测试要求两组流量特征一致，优先分配高价值用户流量会导致测试结果失真，其余四项均为通用的流量分配规则。9.数据脱敏的常用技术包括？A.掩码处理B.加密存储C.数据泛化D.数据删除E.数据交换正确答案：ABC参考解析：数据删除不属于脱敏技术，数据交换是数据流转环节，不属于脱敏范畴；掩码（如手机号中间四位替换为*）、加密（敏感字段加密存储）、泛化（如精确年龄替换为年龄段）均为通用的脱敏技术。10.模型迭代的需求来源包括？A.业务场景变化B.用户反馈的识别错误C.监管政策调整D.算法人员的个人偏好E.训练数据分布偏移正确答案：ABCE参考解析：模型迭代需以业务需求为核心，不能以算法人员个人偏好为导向，其余四项均为模型迭代的合法需求来源。11.复杂标注任务的拆解原则包括？A.按标注难度拆分，新手承担简单任务B.按业务类型拆分，同一标注员负责同类型任务C.按时间节点拆分，明确每日交付量D.按标注人员性别拆分E.预留缓冲时间处理疑难样本正确答案：ABCE参考解析：标注任务拆解与标注人员性别无关，其余四项均为通用的任务拆解原则，可有效提升标注效率及质量。12.不良内容识别模型的标注规范要求包括？A.明确涉黄、涉暴、涉政等不良内容的判定边界B.边缘案例统一由专家仲裁C.标注错误的样本需回溯修正D.仅标注明确的不良内容，疑似内容无需标注E.标注人员需签署保密协议正确答案：ABCE参考解析：疑似不良内容需标记为待仲裁样本，由专家判定后纳入训练集，不得直接忽略，其余四项均为不良内容标注的规范要求。13.模型蒸馏的核心步骤包括？A.训练高性能教师模型B.设计损失函数对齐教师模型与学生模型的输出C.训练学生模型D.对学生模型做量化压缩E.部署教师模型上线正确答案：ABCD参考解析：模型蒸馏的最终目标是上线学生模型，教师模型仅用于知识迁移，无需上线部署，其余四项均为模型蒸馏的核心步骤。14.客户需求对接的核心要素包括？A.明确模型精度指标要求B.明确部署场景及性能要求C.明确交付时间节点D.明确客户的预算范围E.明确需求变更的对接流程正确答案：ABCDE参考解析：以上五项均为需求对接的核心要素，可避免后续交付过程中出现需求偏差、逾期等问题。15.二级人工智能训练师的职业技能提升合规路径包括？A.参加官方组织的技能等级培训B.参与开源项目的数据集建设及模型优化实践C.学习公开的行业标准及规范D.购买未经授权的盗版培训课程E.参与行业交流活动分享实践经验正确答案：ABCE参考解析：购买盗版培训课程不符合知识产权合规要求，其余四项均为合法的技能提升路径。三、判断题（共10题，每题1分，共10分。正确选√，错误选×）1.意图分类模型的训练集、验证集、测试集默认分配比例为7:2:1，该比例在任何场景下均无需调整。正确答案：×参考解析：小样本场景下可调整为8:1:1或采用交叉验证方式提升数据利用率，不存在通用固定比例。2.LoRA微调生成的权重文件可直接嵌入原有预训练模型中使用，无需重新部署全量模型。正确答案：√参考解析：LoRA权重仅为新增的低秩矩阵参数，可与原预训练模型权重合并后推理，也可在推理时动态加载，无需替换全量模型文件。3.标注人员的标注一致性达到90%即可参与自动驾驶场景的3D点云标注任务。正确答案：×参考解析：自动驾驶场景对标注精度要求极高，标注人员的一致性需达到99%以上才可参与正式标注。4.采用RAG检索增强生成技术可以完全解决大语言模型的幻觉问题。正确答案：×参考解析：RAG可以大幅降低幻觉发生概率，但受检索精度、分片质量等因素影响，无法100%消除幻觉，仍需搭配人工校验、事实比对等机制共同管控。5.训练数据集中的长尾类别样本占比低于1%时，直接删除该类别可提升模型整体准确率。正确答案：×参考解析：直接删除长尾类别会导致模型无法识别该类需求，应通过数据增强、加权采样等方式提升长尾类别的识别精度。6.大模型训练过程中学习率设置越高，模型收敛速度越快，最终精度越高。正确答案：×参考解析：学习率过高会导致模型震荡无法收敛，甚至出现梯度爆炸问题，需根据任务类型设置合理的学习率。7.二级人工智能训练师需具备标注工具的二次开发能力，可根据业务需求调整标注模板、增加校验规则。正确答案：√参考解析：二级训练师属于技师等级，需掌握标注工具的基础配置及二次开发能力，无需依赖技术团队即可完成标注规则的自定义调整。8.联邦学习跨机构训练过程中，传递的模型更新参数可能泄露原始数据信息，因此需采用同态加密技术对参数加密。正确答案：√参考解析：模型更新参数存在逆向还原原始数据的风险，同态加密可确保参数传递过程中即使被窃取也无法还原原始数据，符合数据安全要求。9.模型上线后只要精度满足要求，无需定期迭代优化。正确答案：×参考解析：业务场景变化、数据分布偏移、监管政策调整等因素都会导致模型精度下降，需建立定期迭代机制，至少每季度评估一次模型效果并优化。10.企业内部生成的业务数据作为训练数据使用时，无需获得用户授权。正确答案：×参考解析：只要涉及用户个人信息的业务数据，用于训练模型前均需获得用户授权，符合《个人信息保护法》的要求。四、技能实操题（共3题，每题10分，共30分）1.某电商平台需搭建售后咨询意图分类模型，现有原始用户咨询语料12万条，涉及退换货、物流查询、保修申请、价保申请、发票问题5大类共27个细分意图，请你作为二级人工智能训练师完成数据集搭建及模型初步训练方案制定。考核要求：1）给出数据清洗、标注、质检全流程规范；2）给出模型选型及微调方案；3）给出效果验证指标及阈值要求。参考答案：（1）数据集搭建流程：①数据清洗：首先基于文本simhash值去重，去除重复率高于90%的冗余语料，预计保留9.8万条；其次过滤长度小于5个字符的无意义语料、含不良内容的语料、非中文语料、广告推广类语料，预计保留9万条；最后对各细分意图占比低于2%的长尾类别，采用回译、同义词替换、句式改写等数据增强方式补充至占比不低于3%，避免长尾类别识别精度不足。②标注规范：明确27个细分意图的边界，例如“退换货-仅退款”仅适用于用户未收到货或已同意无需寄回商品的退款申请，若用户提及寄回商品则归为“退换货-退货退款”；标注人员培训后需通过300条测试语料的标注考核，一致性达到95%以上方可参与正式标注。③质检机制：采用双人标注+专家仲裁+抽检机制，双人标注不一致的内容由业务专家判定，抽检比例不低于总标注量的15%，质检合格率低于95%的批次全部返回重标。（2）模型微调方案：选用开源千问2-7B预训练模型，采用LoRA参数高效微调方式，设置秩r=8、alpha=16，冻结全量模型权重仅训练注意力层LoRA矩阵，训练epoch设置为3，学习率设置为2e-4，batchsize设置为16。（3）效果验证指标：整体准确率≥92%，各细分意图F1值≥88%，误召回率≤3%，单条请求响应时延≤200ms，满足上述指标即可上线试运行。2.某政务服务大模型上线后出现幻觉问题，群众咨询社保缴费年限、公积金提取条件等政策类问题时，12%的回复存在事实错误，请你制定幻觉排查及优化方案。考核要求：1）给出幻觉类型及成因排查流程；2）给出针对性优化方案；3）给出长效管控机制。参考答案：（1）排查流程：首先抽取1000条错误回复样本做分类标注，划分为知识缺失类、逻辑混淆类、生成编造类三类，统计各类占比；其次溯源训练数据集，核对政策文件的覆盖范围、更新时间、标签准确性；最后测试无上下文时的模型回复效果，排查是否为prompt引导不足导致的编造问题。经排查通常68%的错误为知识缺失（政策文件未及时更新）、22%为逻辑混淆（不同地区政策未做标签区分）、10%为生成编造（prompt未做强制约束）。（2）优化方案：①RAG模块搭建：上传所有现行有效政策文件，按地区、业务类型做向量分片