2025考核人工智能训练师四级真题精-选附答案

2025考核人工智能训练师四级真题精选附答案一、理论知识真题（一）单项选择题（每题1分，共20分）1.面向大模型预训练的文本标注中，不属于指令微调标注范畴的是（）A.通用问答指令标注B.代码补全指令标注C.原始网页文本去重标注D.多轮对话角色对齐标注2.常用多模态标注工具LabelStudio中，针对3D点云目标检测标注，不需要标注的属性是（）A.目标类别B.3Dboundingbox的尺寸C.目标的RGB纹理参数D.目标的空间坐标3.训练自动驾驶场景的目标识别模型时，标注的同一帧图像中行人框的交并比（IoU）超过（）即可判定为重复标注？A.0.3B.0.5C.0.7D.0.94.RLHF（人类反馈强化学习）流程中，人工智能训练师四级需要完成的核心标注任务是（）A.奖励模型的偏好排序标注B.预训练数据的爬取C.策略模型的参数调优D.推理端的部署测试5.标注用户对话数据时，以下哪种操作符合个人信息保护要求（）A.将标注的用户手机号完整保留用于模型训练B.对数据中的身份证号、住址等敏感信息打码脱敏后再标注C.将标注任务转包给无资质的第三方个人D.将未脱敏的标注数据存储在个人云盘6.数据标注项目的执行顺序正确的是（）A.需求确认→标注规则制定→试标注→正式标注→质检→验收→交付B.试标注→需求确认→规则制定→正式标注→质检→交付→验收C.需求确认→正式标注→试标注→规则制定→验收→质检→交付D.规则制定→需求确认→试标注→正式标注→交付→质检→验收7.以下哪种模型属于监督学习的范畴（）A.聚类模型B.分类模型C.降维模型D.生成式预训练无监督模型8.面向图文跨模态检索模型的训练数据标注，要求图像和文本的匹配度分为完全匹配、部分匹配、不匹配3档，给定图像内容为“棕色柯基犬在城市公园草坪上追黄色飞盘”，以下哪种标注结果属于“部分匹配”（）A.对应文本：“一只宠物狗在户外玩玩具”B.对应文本：“天空中有一架民航飞机飞过”C.对应文本：“棕色柯基在公园草坪上追黄色飞盘”D.对应文本：“一只猫在沙发上睡觉”9.标注质检中，抽检比例要求为10%，某批次标注数据总量为1200条，合格阈值为抽检合格率≥98%，抽检时发现多少条不合格数据即可判定整批不合格（）A.1B.2C.3D.410.使用CSV格式存储标注的文本分类数据时，以下哪种做法是错误的（）A.文本内容包含逗号时用双引号包裹整条文本B.分类标签和文本内容用英文逗号分隔C.在CSV文件中直接插入图片二进制内容D.第一行设置表头为“text,label”方便后续读取11.以下哪种标注类型属于序列标注任务（）A.文本情感分类标注B.命名实体识别标注C.图像分类标注D.语音情感分类标注12.标注语音转写数据时，以下哪种表述是正确的（）A.语音中的语气词“啊、哦、嗯”不需要标注B.语音中的停顿需要标注为“/”C.说话人咬字不清的内容可以随意猜测转写D.多说话人场景不需要标注说话人ID13.某标注项目的标注单价为0.05元/条，某标注员单日完成2400条标注，合格率为92%，按照“合格数据结算”的规则，该标注员当日的薪资为（）A.120元B.110.4元C.100元D.92元14.以下哪种数据格式不属于图像标注常用的导出格式（）A.COCOB.VOCC.JSOND.WAV15.数据去重时，两条文本数据的相似度超过（）判定为重复数据可以删除？A.60%B.70%C.80%D.95%16.面向OCR模型训练的标注任务中，以下哪种操作是错误的（）A.图像中的文字按从左到右、从上到下的顺序标注B.手写体文字按照实际书写内容标注C.模糊到无法识别的文字标注为“*”D.文字中的标点符号不需要标注17.以下哪种行为违反人工智能训练师的职业操守（）A.如实反馈标注过程中遇到的规则不明确的问题B.为了提高标注速度，随意标注数据标签C.配合质检人员修正标注错误D.签署数据保密协议，不泄露标注数据内容18.大模型预训练数据的过滤环节中，以下哪种数据不需要过滤（）A.包含暴力、色情、低俗内容的文本B.重复率超过95%的文本C.长度小于10字符的无意义文本D.符合公序良俗的科普类文本19.标注多轮对话数据时，以下哪种做法是正确的（）A.对话内容中存在敏感信息时直接跳过不标注B.对话的角色可以混淆标注C.对话的上下文需要完整保留，不能截断D.用户的恶意提问可以直接按照要求回答20.某批次标注数据总量为5000条，初检合格率为96%，需要返工的不合格数据量为（）A.100条B.200条C.300条D.400条●单项选择题参考答案及解析1.答案：C。解析：指令微调标注属于任务导向的交互数据标注，核心是标注“指令-输出”对用于对齐大模型的人类需求，原始网页文本去重属于预训练数据预处理阶段的清洗工作，不属于指令微调范畴。2.答案：C。解析：3D点云数据仅包含目标的空间坐标、尺寸、反射强度等信息，不包含RGB纹理参数，该参数属于2D图像标注的属性范畴，无需在点云标注中补充。3.答案：B。解析：自动驾驶标注行业通用重复标注判定规则为：同一帧内同类别目标的标注框IoU≥0.5时，判定为重复标注，需保留1个最贴合目标的标注框，删除其余冗余框。4.答案：A。解析：人工智能训练师四级的核心职责为数据标注与初检，RLHF流程中偏好排序标注属于基础标注任务，由四级训练师完成；预训练数据爬取、参数调优、部署测试分别属于数据工程师、算法工程师、运维工程师的职责范畴，对应三级及以上训练师的技能要求。5.答案：B。解析：根据《个人信息保护法》《生成式人工智能服务管理暂行办法》要求，标注涉及个人信息的数据时，必须先对敏感信息进行脱敏处理，去除可识别到自然人的特征后再开展标注，ACD均属于违规操作。6.答案：A。解析：标注项目的标准执行流程为需求确认（明确标注目标、场景、精度要求）→标注规则制定（编写标注规范、示例）→试标注（小批量标注验证规则可行性）→正式标注→质检（抽检/全检标注质量）→验收（甲方确认质量）→交付，其余选项流程逻辑错误。7.答案：B。解析：监督学习要求训练数据包含输入特征和对应的标注标签，分类模型需要标注类别标签进行训练，属于监督学习范畴；聚类、降维、无监督预训练模型均不需要人工标注标签，属于无监督/自监督学习范畴。8.答案：A。解析：A选项文本仅提到宠物狗、户外玩玩具，覆盖了图像的部分核心要素但未完全匹配，属于部分匹配；B、D选项文本与图像完全无关，属于不匹配；C选项文本与图像核心要素完全对应，属于完全匹配。9.答案：C。解析：抽检样本量为1200×10%=120条，合格阈值要求不合格样本量≤120×(1-98%)=2.4条，即不合格样本量≥3条时，抽检合格率低于98%，整批判定为不合格。10.答案：C。解析：CSV是纯文本格式，仅支持存储字符类数据，无法存储二进制图片内容，图片类标注通常将图片存储路径写入CSV文件中关联标注标签。11.答案：B。解析：序列标注是对输入序列的每一个元素分配对应标签的任务，命名实体识别需要对文本中的每一个字符标注实体类型（如B-PER、I-PER、O等），属于序列标注；其余选项均属于分类任务，仅需要对整条输入分配一个标签。12.答案：B。解析：语音转写标注要求完整标注所有语气词，咬字不清的内容标注为<unk>，多说话人场景需标注说话人ID区分角色，停顿标注为“/”是行业通用规范。13.答案：B。解析：按照合格数据结算规则，薪资=完成总量×合格率×单价=2400×92%×0.05=110.4元。14.答案：D。解析：WAV是音频文件格式，COCO、VOC、JSON均为图像标注的通用导出格式。15.答案：D。解析：大模型预训练文本去重通用阈值为95%，即两条文本相似度≥95%时视为重复数据，仅保留1条优质数据即可，避免重复数据导致模型过拟合。16.答案：D。解析：OCR标注要求完整标注文字内容和对应的标点符号，保证模型识别结果的完整性，其余选项均为OCR标注的正确操作。17.答案：B。解析：随意标注数据会导致训练数据质量低下，最终影响模型性能，严重违反人工智能训练师的职业操守，其余选项均为合规操作。18.答案：D。解析：符合公序良俗的科普类文本属于优质预训练数据，无需过滤，其余选项均为噪声数据，会影响模型训练效果，必须过滤。19.答案：C。解析：多轮对话标注需要完整保留上下文，保证模型学习到对话的逻辑连贯性；敏感信息需先脱敏再标注，角色必须严格区分，恶意提问需标注拒绝回答的内容，其余选项操作错误。20.答案：B。解析：不合格数据量=总数据量×(1-合格率)=5000×(1-96%)=200条。（二）多项选择题（每题2分，共10分，多选、少选、错选均不得分）1.数据标注的常见噪声类型包括（）A.标注类别错误B.标注框偏移量超过5像素C.重复标注D.漏标注2.以下属于人工智能训练师四级岗位职责的是（）A.按照标注规则完成文本、图像、音频等多模态数据标注B.参与标注规则的试标注验证，反馈规则漏洞C.对标注完成的数据进行初检，修正明显标注错误D.独立开发标注工具适配新场景需求3.大模型指令微调标注中，标注的指令需要遵循的原则包括（）A.指令清晰无歧义B.输出内容符合公序良俗C.同一指令只能对应唯一输出D.指令覆盖尽可能多的应用场景4.标注过程中需要识别的敏感数据范畴包括（）A.自然人的姓名、身份证号、联系方式B.未成年人的人脸、语音数据C.企业的商业秘密数据D.已公开的政务公开信息5.以下属于视频目标跟踪标注要求的是（）A.标注框尽可能紧贴目标边缘，偏移量不超过3像素B.遮挡超过70%的目标不需要标注C.同一目标在连续帧中需要标注统一的IDD.标注类别可以根据标注员个人理解自行调整●多项选择题参考答案及解析1.答案：ABCD。解析：标注噪声指所有不符合标注规则的标注结果，包括类别错误、框偏移、重复标注、漏标注、属性标注错误等，均会影响模型训练效果。2.答案：ABC。解析：人工智能训练师四级属于执行层，核心职责为标注执行、试标注反馈、初检，标注工具开发属于研发岗或三级及以上训练师的技能要求，不属于四级职责范畴。3.答案：ABD。解析：指令微调标注要求指令清晰无歧义，输出符合公序良俗，覆盖多场景以提升模型的泛化能力；同一指令可以存在多个合理输出，无需强制唯一，C选项错误。4.答案：ABC。解析：敏感数据包括自然人个人信息、未成年人敏感信息、企业商业秘密、国家秘密等，已公开的政务公开信息不属于敏感数据，无需脱敏。5.答案：ABC。解析：视频目标跟踪标注要求同一目标在连续帧中ID统一，框紧贴目标，遮挡超过70%的目标无需标注，标注类别必须严格按照规则执行，不得自行调整，D选项错误。（三）判断题（每题1分，共10分）1.人工智能训练师四级可以独立负责复杂标注项目的规则制定。（）2.标注音频转写数据时，口音较重的方言内容可以直接按照发音转写成谐音汉字。（）3.大模型预训练数据的去重、去噪属于数据预处理环节的工作，属于四级训练师的工作范畴。（）4.标注完成的数据可以随意分享给同公司其他项目组使用。（）5.3D点云标注中，动态目标和静态目标需要标注不同的属性标签。（）6.标注质检的合格率指的是合格标注数据量占总标注数据量的比例。（）7.RLHF的偏好标注中，对于同一Prompt的两个输出，标注员可以根据个人喜好随意排序。（）8.多轮对话标注中，需要严格标注对话的角色（用户、助理），不能混淆。（）9.图像分类标注中，一张图片只能标注一个标签。（）10.人工智能训练师不需要了解算法原理，只需要按规则标注即可。（）●判断题参考答案及解析1.答案：×。解析：复杂标注项目的规则制定属于三级及以上人工智能训练师的技能要求，四级训练师仅能参与试标注反馈，不能独立制定规则。2.答案：×。解析：方言转写需要标注对应的正确表意文字，无法识别的内容标注为<unk>并备注，不得使用谐音汉字代替，避免引入标注噪声。3.答案：√。解析：数据去重、去噪属于基础数据处理工作，属于四级训练师的职责范畴。4.答案：×。解析：标注数据的使用必须符合数据授权协议要求，跨项目使用需要经过数据所有方的授权，不得随意分享。5.答案：√。解析：3D点云标注通常用于自动驾驶、机器人导航等场景，需要区分动态（如行人、车辆）和静态目标（如交通标志、建筑物），标注不同的属性标签支撑模型决策。6.答案：√。解析：标注合格率的计算标准为合格数据量/总标注数据量×100%，是衡量标注质量的核心指标。7.答案：×。解析：RLHF偏好标注需要按照预设的评估维度（有用性、无害性、准确性、逻辑性）排序，不得根据个人喜好随意标注。8.答案：√。解析：多轮对话标注需要严格区分用户、助理角色，保证模型学习到正确的交互逻辑，角色混淆会导致模型输出不符合需求。9.答案：×。解析：单标签分类任务一张图片仅标注一个标签，多标签分类任务一张图片可以标注多个符合内容的标签，如同时包含“猫”和“狗”的图片可以同时标注两个标签。10.答案：×。解析：人工智能训练师需要掌握基础的算法原理，能够更好地理解标注规则的制定逻辑，减少标注错误，提升标注质量。二、实操技能真题（共60分）本次实操考核时长120分钟，考核工具为LabelStudio标注平台、Office办公软件，所有成果需线上提交。1.文本分类标注实操（25分）●背景：某电商平台需要训练商品评论情感分类模型，用于自动化识别用户评论的情感倾向，优化运营策略。标注规则：将评论分为3类：①正向：好评，用户评分≥4分，内容无负面表述；②负向：差评，用户评分≤2分，内容有明确负面表述（如质量差、物流慢、客服态度差等）；③中性：中评，用户评分3分，内容无明确正负向倾向。给定100条脱敏后的电商评论数据，包含美妆、3C、服饰3个品类。●要求：①完成100条数据的标注，标注结果存储为CSV格式，表头为“comment,label”；②完成10%数据的初检，修正明显标注错误；③提交标注结果和初检报告，初检报告需包含歧义数据说明、规则优化建议两部分内容。●评分标准：①标注准确率≥95%得15分，90%-94%得10分，80%-89%得5分，低于80%得0分；②CSV格式规范，无乱码、无缺失值、字段正确得5分；③初检报告逻辑清晰，歧义数据说明准确，规则优化建议合理得5分。●操作要点及参考答案：①标注时优先匹配用户评分，其次匹配内容倾向：如评论“这款面膜补水效果很好，第二天脸都润润的，物流也快，好评”标注为正向，评论“衣服收到就开线了，客服半天不回消息，太糟心”标注为负向，评论“买的笔记本，外观还行，性能中规中矩，这个价格也就这样”标注为中性；②歧义数据处理：同时包含正负向表述的评论，如“东西质量还可以，就是物流慢了一周”，优先判定为负向；模棱两可的内容标注为中性并在初检报告中说明；③初检报告需统计标注错误类型，如“3条混合情感的评论规则未明确判定标准，建议补充混合情感的优先级规则”。2.图像目标检测标注实操（20分）●背景：某自动驾驶企业需要训练城市场景道路目标检测模型，支撑自动驾驶决策系统。标注规则：标注类别包含行人、小汽车、公交车、非机动车、交通信号灯、交通标志6类；标注框为矩形框，紧贴目标边缘，偏移量不超过2像素；遮挡超过70%的目标不需要标注；同类别目标IoU≥0.5判定为重复标注，仅保留1个最优框。给定50张脱敏后的城市道路白天场景图像。●要求：①使用LabelStudio完成所有图像的标注；②导出COCO格式的标注结果；③自行完成初检，删除重复标注、修正偏移框。●评分标准：①标注框准确率≥95%得10分，90%-94%得6分，低于90%得0分；②标注类别错误率≤2%得5分，每升高1%扣1分，扣完为止；③导出格式符合