2026年人工智能训练师(三级实操技能专项)自测试题及答案

2026年人工智能训练师(三级实操技能专项)自测试题及答案一、单项实操选择题（每题3分，共30分，每题只有1个正确选项）1.在进行通用图像目标检测标注任务（三级要求）时，针对同一个被遮挡35%的行人目标，以下哪种框选操作符合三级标注规范要求？A.只框选可见部分，标注为“行人-完整可见”B.按照行人完整轮廓估算框选整个人体，标注为“行人-部分遮挡”C.直接忽略该目标，不做标注D.将可见部分和遮挡部分分开框选，分别标注两个“行人”2.三级人工智能训练师进行文本分类数据清洗时，针对长度为2个汉字、无实际语义的乱码样本，正确的处理方式是？A.直接保留，放入训练集B.标记为脏数据，从样本库中剔除C.人工补全内容后保留D.放入验证集，不放入训练集3.针对意图识别分类模型进行三级实操调优时，当训练集准确率98%、验证集准确率仅72%，此时首先应该排查的问题是？A.学习率设置过高B.模型过拟合C.训练轮次不足D.样本类别不平衡4.在进行语音转文本标注任务的校对环节，以下哪种错误不属于三级要求需要标注修正的语义相关发音错误？A.“公积金”被识别为“公基金”B.“民法典”被识别为“名法典”C.“一百元”被识别为“一百圆”D.“公交车站”被识别为“公家车站”5.大模型小样本微调阶段，三级技能要求中，针对批量样本的格式校验，以下哪种格式符合常见的开源大模型SFT微调的输入输出要求？A.单条样本为{"instruction":"问题内容","input":"","output":"回答内容"}B.单条样本为{问题:问题内容,回答:回答内容}C.单条样本为{"内容":"问题+回答","标签":"问答"}D.单条样本为{"question":"问题内容"}6.在进行多轮对话意图标注时，针对用户第二轮提问“那它的价格呢？”，结合上文“我想了解这款手机”，三级标注要求下正确的标注结果是？A.单独标注为“询问价格”，忽略上下文关联B.标注为“指代询问-产品价格”，关联上文提到的手机实体C.因为语义不完整直接标记为无效样本D.标注为“模糊提问”，不归类到具体意图7.三级人工智能训练师在验收模型交付效果时，通常采用以下哪个指标衡量意图识别模型的整体分类准确率？A.精确率（Precision）B.召回率（Recall）C.F1值D.混淆矩阵8.针对自动驾驶场景的车道线标注，当车道线被车辆完全遮挡，符合三级标注规范的操作是？A.不标注，直接跳过B.根据前后车道线的延伸趋势拟合标注，标记为“完全遮挡”C.只标注可见部分D.猜测位置标注，不做特殊标记9.在进行模型调优时，当发现验证集损失先下降后上升，符合三级技能要求的调整操作是？A.增加训练轮次，继续训练B.提前停止训练，采用损失最低轮次的模型权重C.增大批量大小，重新训练D.提高学习率，重新训练10.针对OCR文字标注任务，当图像中存在印刷体和手写体两种文字，三级标注要求下的正确操作是？A.只标注印刷体，忽略手写体B.分别框选不同类型文字，分别标注文字内容和文字类型C.将所有文字合并框选，统一标注内容D.只标注清晰的文字，模糊的不标注二、实操任务题（每题20分，共60分，按操作要点给分）1.实操任务一：文本分类标注与校验给定某金融机构用户咨询文本样本库共1000条，分为“信用卡办理、信用卡挂失、贷款申请、个人征信、其他”共5个分类，其中已标注完成的样本有920条，剩余80条未标注，同时质检发现已标注样本存在3%左右的错误率。请按照人工智能训练师三级实操要求，完成以下操作任务：（1）说明未标注样本的标注流程；（2）说明已标注样本的校验清洗流程；（3）列出本次任务需要输出的最终成果文件。2.实操任务二：图像目标检测标注框校准给定已经完成初步标注的100张自动驾驶路侧场景图像，共标注车辆目标426个，其中存在标注框偏移、漏标、错标三类问题。请按照三级标注规范要求回答以下问题：（1）标注框偏移的校准标准是什么？（2）不同问题类型的整改操作要求分别是什么；（3）本次校准任务完成后的质量合格标准是什么？3.实操任务三：大模型SFT微调参数调优你需要基于7B参数量的开源大模型，针对某电商售后场景的问答任务进行小样本微调，训练集样本量为1200条，验证集为300条，初始参数设置为：学习率2e-4，训练轮次（epoch）=10，批量大小（batchsize）=8，训练后得到的结果为：训练集损失0.32，验证集损失0.87。请按照三级技能要求分析：（1）该训练结果存在什么问题？（2）说明针对该问题的具体参数调整方案；（3）列出调优后需要验证的核心效果指标。三、综合实操案例分析题（共60分）某线下连锁餐饮企业计划训练一款门店点单对话机器人，要求能够识别用户12类点单相关意图，包括：点餐、加购、退菜、查询价格、查询营业时间、查询门店位置、开发票、修改订单、咨询优惠、咨询会员、催单、其他，项目要求上线后意图识别准确率不低于90%。你作为三级人工智能训练师负责全流程实操落地，请回答以下问题：（1）请列出你完成该项目训练任务的完整实操流程；（2）说明你将如何构建符合要求的标注样本集，包括样本量、标注规范、质检要求三个方面的内容；（3）如果模型训练完成后，测试集意图识别准确率为85%，未达到上线要求，请分析可能的原因，并列出对应的解决方案。参考答案一、单项实操选择题（每题3分，共30分）1.B解析：三级标注规范要求，对于部分遮挡的目标，需要按照完整轮廓估算框选整体，并标记遮挡属性，因此B正确；A只框选可见部分会导致模型学习错误的目标轮廓，C直接丢弃会减少样本多样性，D拆分标注会生成错误的目标数量，因此ACD错误。2.B解析：无实际语义的短文本乱码属于典型脏数据，直接剔除即可，因此B正确；脏数据放入训练集或验证集会干扰模型学习，人工补全会增加不必要的工作量，因此ACD错误。3.B解析：训练集准确率远高于验证集准确率是典型的过拟合表现，因此首先排查过拟合问题，B正确；学习率过高通常表现为训练集损失波动大、准确率无法提升，训练轮次不足表现为训练集和验证集准确率都偏低，样本类别不平衡表现为少数类召回率极低，因此ACD错误。4.C解析：“一百元”与“一百圆”属于中文规范写法差异，不影响语义理解，不属于需要修正的语义错误，因此C正确；其余选项均为同音字导致的语义错误，需要修正，因此ABD不符合题意。5.A解析：当前主流开源大模型SFT微调通用的单条样本格式为指令-输入-输出结构，A符合格式要求，因此A正确。6.B解析：多轮对话标注要求关联上下文，明确指代对象，因此需要标注具体意图并关联实体，B正确；A忽略上下文会导致模型无法学习多轮对话的指代关系，C语义完整只是存在指代，不需要标记无效，D不属于模糊提问，因此ACD错误。7.C解析：F1值是精确率和召回率的调和平均数，能够综合衡量分类模型的整体效果，因此C正确；精确率只衡量预测正确的占比，召回率只衡量正样本被找出的占比，混淆矩阵是工具不是指标，因此ABD错误。8.B解析：三级自动驾驶标注规范要求，完全遮挡的车道线需要根据上下文拟合标注并标记遮挡属性，为模型提供完整的道路结构信息，因此B正确；不标注会导致道路信息缺失，只标注可见部分同样影响模型学习，不标记遮挡属性会误导模型，因此ACD错误。9.B解析：验证集损失先降后升说明模型已经过拟合，符合早停法的应用场景，因此停止训练，选择最低损失的权重即可，B正确；继续训练会加重过拟合，增大批量大小、提高学习率无法解决该问题，因此ACD错误。10.B解析：OCR标注要求区分不同文字类型，分别框选标注，才能让模型学习识别不同类型的文字，因此B正确；忽略手写体、合并标注、只标清晰都会降低模型的泛化能力，不符合三级标注要求，因此ACD错误。二、实操任务题（每题20分，共60分）任务1参考答案（20分）（1）未标注样本标注流程（8分）：①首先读取样本，逐条理解文本语义，匹配给定的5个分类标签；②对于语义存在歧义的样本，标记歧义标签，提交给标注负责人审核；③逐条标注完成后，导出标注结果，保存为CSV格式文件，每条样本对应存储“样本ID、文本内容、标注标签、标注人、标注时间”五个字段；④对个人标注结果进行首轮自校验，确认无误后提交。（每点2分，共8分）（2）已标注样本校验清洗流程（8分）：①按照10%的比例对已标注样本进行随机抽验，抽验样本覆盖所有5个分类；②逐条核对标注标签与文本语义的一致性，记录错标样本的ID、原标签、正确标签、错标类型；③抽验完成后计算错标率，如果错标率超过5%，要求对所有已标注样本进行全量复检，错标率低于5%则只修正抽检出的错标样本；④清洗完成后，整理所有合格样本，去除重复样本、脏样本，按照8:2的比例划分为训练集和验证集。（每点2分，共8分）（3）最终输出成果：划分完成的训练集文件、验证集文件、标注质检报告、样本统计分析表（4分，缺1项扣1分）。任务2参考答案（20分）（1）标注框偏移校准标准（6分）：标准标注框要求紧贴目标物体的最外侧轮廓，上下左右四个边距离目标轮廓的误差不超过3个像素（2分）；不允许标注框过度包容背景区域，也不允许裁切目标物体的任何可见部分（2分）；对于多个相邻目标，标注框不允许出现超过10%面积的重叠，重叠部分仅允许出现在目标遮挡处（2分）。（2）不同问题整改要求（8分）：①标注框偏移：直接调整框的位置和大小，使其符合校准标准，保留原有目标标签不变（2分）；②漏标：按照标注规范补框标注目标，添加对应目标标签，标记遮挡属性（2分）；③错标：分为标签错标和目标错标两类，标签错标直接修改标签类型；不属于标注范围的目标错标，直接删除错误标注框（4分）。（3）质量合格标准（6分）：漏标率不高于1%，错标率不高于1%，框偏移率不高于2%，整体合格率不低于96%（每点1.5分，共6分）。任务3参考答案（20分）（1）存在的问题（6分）：训练集损失远低于验证集损失，模型出现了明显的过拟合问题（6分）。（2）参数调整方案（8分）：①学习率调整：将初始学习率从2e-4下调至5e-5，降低参数更新幅度，避免模型过度拟合训练集噪声（2分）；②训练轮次调整：添加早停机制，设置验证集损失连续3轮不下降就停止训练，初始轮次调整为5轮，避免过度训练（2分）；③批量大小调整：将批量大小从8调整为4，增加训练过程中的噪声，提升模型泛化能力（2分）；④添加正则化：在微调过程中添加权重衰减（weightdecay），系数设置为0.01，抑制模型参数过大，降低过拟合风险（2分）。（3）核心验证指标（6分）：验证集损失、问答准确率、ROUGE-L分数、推理延迟（每点1.5分，共6分，答对任意四个即可得满分）。三、综合实操案例分析题（共60分）参考答案：（1）完整实操流程（20分）：①需求对接：对接企业明确12类意图的定义边界，梳理常见用户提问话术，形成正式需求说明书，明确验收标准（4分）；②样本采集：采集企业历史点单对话文本、人工整理用户高频提问，采集初始覆盖所有场景的原始样本（3分）；③标注与质检：按照意图定义完成样本标注，通过三级质检流程保证标注质量（3分）；④数据集划分：按照7:2:1的比例划分为训练集、验证集、测试集，保证每个集合都覆盖所有12类意图（3分）；⑤模型微调：基于适配的底座大模型完成微调训练，实时监控训练过程中训练集和验证集的损失变化，及时调整训练参数（3分）；⑥效果测试与调优：在测试集上测试意图识别准确率，针对不达标的分类单独分析优化（2分）；⑦交付验收：输出训练好的模型文件、标注数据集、效果测试报告，配合企业完成上线前验收（2分）。（2）样本集构建要求（20分）：①样本量要求：12类意图中，每类意图至少保证300条标注样本，整体样本量不低于3600条；对于点餐、咨询优惠、加购等高频意图，增加样本量到每类不少于500条，整体样本量控制在4500-5000条，保证覆盖不同口音、不同表述方式的话术场景（8分）。②标注规范要求：明确每个意图的定义、包含场景、不包含场景，每个分类给出3个以上正反参考案例；对于包含多个意图的用户提问，分别标注多个意图；对于指代性多轮提问，要求关联上文对应的实体信息；歧义样本统一汇总后由项目组审核确定标签，标注人员不得随意归类（6分，每点1.5分）。③质检要求：采用三级质检机制，首先标注人员完成标注后自验，核对自己的标注结果；然后同组标注人员互验，互验后错标率不超过3%才算合格；最后项目负责人抽验10%的样本，抽验错标率超过5%要求全量复检，重新修正标注（6分，三级质检每点2分）。（3）问题原因及解决方案（20分）：准确率不达标通常由四类原因导致，对应解决方案如下：①标注质量问题：标注错标率过高，错误标签干扰模型学习，导致整体准确率偏低。解决方案：重新按照10%比例抽验所有标注样本，统计错标率，修正抽检出的错标样本，如果整体错标率超过10%，重新组织标注人员培训后全量重新标注（5分）。②样本分布问题：部分低频意图样本量不足，少数类样本学习不充分，拉低整体准确率。解决方案：针对样本量不足的意图，补充采集标注更多样本，对少数类样