2026人工智能训练师三级考试题及答案

2026人工智能训练师三级考试题及答案一、单项选择题（每题1分，共20分）1.在图像分类标注任务中，针对AI训练的三级分类标注要求，以下哪种标注规范是符合高质量数据集要求的？A.仅标注主体类别，忽略遮挡超过70%的目标对象B.对模糊、分辨率不足无法明确类别的目标直接标记为“不确定”类别C.同一图像中存在多个同类别目标，仅标注其中一个即可D.对边缘不清晰的目标，用矩形框紧贴主体，不需要预留边缘空隙2.人工智能训练师在进行文本实体标注任务时，以下哪项属于命名实体识别任务中的“机构实体”？A.中华人民共和国主席B.阿里巴巴集团控股有限公司C.钱塘江D.2026年1月1日3.以下哪项是训练数据清洗阶段处理“重复数据”的正确操作？A.所有重复数据必须全部删除，保留任意一条即可B.对于不同采集来源的相同内容重复数据，保留权威性高来源的样本C.重复数据会增加模型训练过拟合风险，因此任何场景下都必须清除全部重复数据D.样本量不足时，保留重复数据可以提升模型精度，因此不需要处理4.在OCR训练数据集制作中，对于倾斜文本图像的预处理，以下操作优先级最高的是？A.图像裁剪B.文字校正（去倾斜）C.增加亮度D.去除水印5.人工智能训练师辅助深度学习模型训练时，以下哪类指标用于衡量分类模型对负样本的识别能力？A.精确率（Precision）B.召回率（Recall）C.特异度（Specificity）D.F1值6.针对语音数据标注的转写任务，以下哪种情况不需要标记为“无效音频”？A.音频全段无人类语音，仅为环境噪音B.音频内容涉及违法违规信息C.语音清晰可识别，但说话人带有地方口音D.音频信噪比低于10dB，完全无法听清内容7.以下关于数据集版本管理的描述，符合三级人工智能训练师操作规范的是？A.数据集更新后不需要保留旧版本，直接覆盖存储即可B.每次版本更新需要记录更新内容、更新人、更新时间、更新原因C.同一项目的不同版本数据集可以使用同一个存储路径命名D.版本更新仅需要存储更新的增量数据，不需要存储全量数据集8.在目标检测标注任务中，以下哪类标注错误属于严重标注错误，会直接影响模型训练效果？A.标注框比实际目标大2个像素B.漏标画面中清晰可见的核心目标C.标签名称简写，和规范命名只差一个后缀D.对重叠目标的标注顺序颠倒9.人工智能伦理规范中，训练数据采集环节，以下哪项操作符合合规要求？A.采集用户社交平台公开头像用于人脸识别训练，不需要获得用户授权B.脱敏后的个人信息可以用于符合既定用途的AI训练C.为了扩大数据集规模，可以随意采集互联网上的任何图片用于商用AI训练D.涉及未成年人的训练数据，只要不泄露姓名就可以使用10.当标注项目交付前进行质量抽检，三级AI训练师计算标注合格率的公式是？A.合格标注样本数/抽检总样本数×100%B.（抽检总样本数-不合格标注样本数）/项目总样本数×100%C.合格标注框数/总标注框数×100%D.轻度错误样本数/抽检总样本数×100%11.以下哪种数据格式是常见的COCO目标检测数据集的标注格式？A.XMLB.JSONC.CSVD.TXT12.在对话系统意图分类标注任务中，同一句用户输入“帮我查一下明天北京到上海的机票”，对应的正确意图标签是？A.酒店预订B.航班动态查询C.机票预订查询D.火车票查询13.模型推理阶段出现大量badcase（错误预测），人工智能训练师分析后发现80%的错误都来自某一类样本标注错误，此时最优先的处理措施是？A.重新标注所有该类别的样本，重新校验后更新训练数据集B.直接调整模型参数，重新训练不需要改数据C.删除所有该类别的样本，减少模型负担D.增加其他类别的样本数量，平衡数据集14.对于多分类任务的混淆矩阵，主对角线的数值代表什么？A.所有被正确分类的样本数量B.对应类别被正确分类的样本数量C.对应类别被错误分类的样本数量D.所有被错误分类的样本数量15.以下哪项工作属于人工智能训练师三级的核心工作范畴？A.神经网络架构设计与调参B.人工智能产品落地项目管理C.按照规范完成数据标注、清洗与数据集整理D.AI产品算法专利申请16.在进行语义分割标注时，要求对目标的哪一项进行标注？A.仅目标的类别标签B.仅目标的外接矩形框C.目标每个像素的所属类别D.仅目标的关键点坐标17.数据清洗中处理缺失值，当样本量充足、缺失关键属性的样本占比低于5%时，最常用的处理方式是？A.直接删除该缺失样本B.用平均值填充缺失值C.用中位数填充缺失值D.保留缺失样本，不做处理18.以下哪项措施可以有效缓解AI模型训练中的类别不平衡问题？A.对数量多的大类进行欠采样，对数量少的小类进行过采样B.增加所有类别的样本数量，不做采样调整C.减少所有类别的样本数量，减少训练时间D.删除数量少的小类样本，只训练大类19.标注项目的质量管控中，三级AI训练师对初审不合格的标注样本应该如何处理？A.直接丢弃，不需要返回标注人员修改B.返回标注人员修改后重新提交审核C.自己随便修改后直接入库D.计入标注人员错误率，不处理直接入库20.3D点云标注任务中，针对自动驾驶场景的行人标注，以下哪项操作是正确的？A.只标注车辆行驶方向前方的行人，后方的不需要标注B.对完全被车辆遮挡的行人，也必须强制标注C.按照点云轮廓完整框出每个独立行人，标注对应类别D.多个距离很近的行人可以合并标注为一个目标二、多项选择题（每题2分，共20分）1.人工智能训练师在数据标注前需要做的准备工作包括？A.通读标注规范，明确标注要求与错误等级划分B.进行试标注，通过试标注考核后才能开展正式标注C.提前检查标注工具的可用性，确认工具功能正常D.直接开始批量标注，遇到问题再查规范2.以下属于常见的AI训练数据标注类型的有？A.图像分类标注B.目标检测标注C.语义分割标注D.命名实体识别标注3.训练数据质量对AI模型效果的影响包括以下哪些方面？A.标注错误率过高会导致模型精度下降B.数据分布不一致会导致模型泛化能力差C.高质量训练数据可以降低模型训练的迭代次数D.训练数据的质量不会影响模型推理速度，因此不需要管控4.以下哪些情况属于标注过程中的轻度错误？A.标注框偏移1-5个像素，不影响目标范围识别B.标签名称写错一个字，但不影响类别区分C.漏标清晰可见的核心目标D.标注类别完全错误5.人工智能训练师在工作中需要遵守的合规要求包括？A.不泄露项目涉及的涉密数据、用户个人信息B.不私自复制、存储、外传项目数据C.按照项目要求对数据进行脱敏处理D.可以将项目未公开的数据用于个人非盈利研究6.以下属于数据清洗需要处理的数据问题有？A.重复数据B.错误数据C.缺失数据D.噪声数据7.对话系统标注任务通常包括哪些标注类型？A.意图识别标注B.实体槽位标注C.情感倾向标注D.对话状态跟踪标注8.辅助模型训练过程中，人工智能训练师整理badcase的内容通常包括？A.错误预测的输入样本B.模型预测的输出结果C.正确的标注结果D.错误原因初步分析9.以下关于图像数据预处理的操作，哪些可以提升模型训练的效果？A.对图像进行归一化处理，将像素值缩放到0-1之间B.对图像进行旋转、翻转、裁剪等数据增强操作C.删除所有分辨率低于项目要求的图像D.给所有图像添加随机干扰噪声，提升模型鲁棒性10.三级人工智能训练师交付数据集时需要交付的内容包括？A.标注完成的原始数据文件B.符合格式要求的标注文件C.数据集质量检验报告D.标注过程日志与版本说明三、判断题（每题1分，共10分）1.人工智能训练师标注作业时，对于自己不确定的样本，可以随意标注一个类别，不需要提交审核人员确认。2.数据增强可以在不增加额外标注成本的情况下扩大数据集规模，提升模型泛化能力。3.所有标注错误对模型训练效果的影响程度都是一样的。4.数据集存储时，需要做好多副本备份，防止数据丢失损坏。5.语音标注中，说话人的性别、年龄属性一定不需要标注，只需要转写文本内容即可。6.精确率是指被模型正确预测为正的样本占所有实际为正样本的比例。7.脱敏处理是指去除数据中的个人可识别信息，保护用户隐私，符合合规要求。8.目标检测任务中，一个标注框只能对应一个目标，不能多个目标共用一个标注框。9.为了提升标注效率，标注人员可以根据实际经验自行修改标注规范，简化标注要求。10.过拟合是指模型在训练集上表现很好，在测试集上表现很差的现象，训练数据过多是导致过拟合的主要原因。四、简答题（每题10分，共30分）1.请简述三级人工智能训练师开展批量标注工作的基本流程。2.请简述AI训练数据清洗的主要步骤及每个步骤的核心内容。3.请简述标注项目交付前质量抽检的核心要点。五、综合应用题（共20分）某电商企业要训练一个商品标题命名实体识别AI模型，用于商品自动分类与标签打标，需要三级人工智能训练师完成该项目的训练数据集制作。目前项目组已经采集到12000条原始电商商品标题数据，要求完成命名实体标注后交付合格数据集，请结合该场景回答以下问题：（1）请列出该场景下常见的需要标注的实体类别，至少列出5类；（6分）（2）请说明该数据集制作过程中，数据清洗环节需要处理哪些常见的原始数据问题；（8分）（3）若标注完成后，质量抽检得到标注合格率为82%，项目要求交付合格率不低于95%，请说明下一步的处理流程。（6分）参考答案及解析一、单项选择题1.参考答案：B解析：A选项错误，遮挡超过70%且无法明确类别才需要忽略，若可以明确类别仍需要标注；C选项错误，同一图像中多个同类别目标需要全部标注；D选项错误，标注框需要预留少量边缘空隙，避免截断目标，影响模型学习；B选项符合规范，对无法明确类别的样本标记为不确定，避免错误标注影响模型训练。2.参考答案：B解析：A选项属于职务人物实体，C选项属于地理实体，D选项属于时间实体，B选项属于企业机构实体，因此选B。3.参考答案：B解析：A选项过于绝对，重复数据需要保留权威来源样本，不是随便保留一条；C选项错误，小样本训练场景下，合理的重复数据不会导致过拟合，不需要全部清除；D选项错误，重复数据会导致模型偏向重复样本特征，即使样本量不足也需要处理重复数据；B选项操作正确。4.参考答案：B解析：OCR任务中，倾斜文本会直接导致文字识别错误，因此去倾斜校正是优先级最高的预处理操作，其他操作的优先级均低于校正，因此选B。5.参考答案：C解析：特异度（Specificity）也叫真负率，衡量的是模型正确识别负样本的能力；精确率衡量预测为正的样本中真正为正的比例，召回率衡量真正为正的样本中被正确预测的比例，F1值是精确率和召回率的调和平均数，因此选C。6.参考答案：C解析：带有地方口音的清晰语音仍然是有效音频，只需要按照发音转写即可，不需要标记为无效，因此选C。7.参考答案：B解析：数据集版本管理要求必须保留版本更新记录，包括更新内容、责任人、时间、原因，便于溯源，因此B正确；A错误，必须保留旧版本，便于回滚；C错误，不同版本需要不同命名和存储路径，避免混淆；D错误，全量数据集需要存储，便于直接使用。8.参考答案：B解析：漏标清晰可见的核心目标会导致模型学习不到该类目标的特征，属于严重标注错误，其他选项都属于轻度错误，对模型影响很小，因此选B。9.参考答案：B解析：脱敏后的个人信息去除了可识别信息，符合合规要求，可以用于既定用途的AI训练，因此B正确；A、C、D都不符合合规要求，公开数据用于商用训练也需要授权，涉及未成年人的数据需要监护人授权，因此选B。10.参考答案：A解析：交付前抽检的合格率计算公式为合格标注样本数除以抽检总样本数再乘以100%，因此选A。11.参考答案：B解析：COCO目标检测数据集采用JSON格式存储标注信息，VOC数据集采用XML格式，因此选B。12.参考答案：C解析：用户输入的需求是查询机票预订相关信息，对应意图为机票预订查询，因此选C。13.参考答案：A解析：错误的根源是该类样本标注错误，因此最优先的处理是重新标注该类样本，校验后更新数据集，因此选A。14.参考答案：B解析：混淆矩阵中，第i行第i列的主对角线元素，对应第i类被正确分类的样本数量，因此选B。15.参考答案：C解析：三级人工智能训练师属于技能等级中的执行层，核心工作是按照规范完成数据标注、清洗、数据集整理等基础工作，因此选C。16.参考答案：C解析：语义分割是像素级标注任务，要求对每个像素的所属类别进行标注，因此选C。17.参考答案：A解析：当样本量充足，缺失关键属性的样本占比很低时，直接删除缺失样本是最简单高效且准确性最高的处理方式，因此选A。18.参考答案：A解析：缓解类别不平衡的常用方法是对大类欠采样、对小类过采样，调整训练集的类别分布，因此选A。19.参考答案：B解析：初审不合格的样本需要返回标注人员修改后重新提交审核，因此选B。20.参考答案：C解析：3D点云标注要求每个独立目标单独完整标注，因此C正确；A错误，所有可见行人都需要标注；B错误，完全遮挡无法识别的行人不需要标注；D错误，多个行人需要分别标注，不能合并。二、多项选择题1.参考答案：ABC解析：标注前必须做好准备工作，通读规范、试标注考核、检查工具，不能直接开始批量标注，因此D错误，选ABC。2.参考答案：ABCD解析：四类都是常见的AI训练数据标注类型，因此全选。3.参考答案：ABC解析：训练数据质量是AI模型效果的基础，直接影响模型精度和泛化能力，必须进行管控，因此D错误，选ABC。4.参考答案：AB解析：漏标核心目标、标注类别完全错误都属于严重错误，对模型训练影响大，因此CD错误，选AB。5.参考答案：ABC解析：未公开的项目数据涉及企业知识产权和隐私，任何情况下都不能私自用于个人研究，因此D错误，选ABC。6.参考答案：ABCD解析：重复数据、错误数据、缺失数据、噪声数据都是数据清洗需要处理的核心问题，因此全选。7.参考答案：ABCD解析：意图识别标注、实体槽位标注、情感倾向标注、对话状态跟踪标注都是对话系统构建过程中常见的标注类型，因此全选。8.参考答案：ABCD解析：badcase整理需要包含错误输入样本、模型输出结果、真实标注结果、初步错误分析四个部分的内容，便于算法人员定位模型问题，因此全选。9.参考答案：ABC解析：随机添加大量干扰噪声会打乱目标特征分布，影响模型正常学习，不是常规提升模型效果的预处理操作，因此D错误，选ABC。10.参考答案：ABCD解析：交付合格数据集需要包含原始数据文件、符合格式要求的标注文件、数据集质量检验报告、标注过程日志与版本说明四个核心部分，便于后续使用和溯源，因此全选。三、判断题1.参考答案：错误解析：不确定的样本需要标记后提交审核人员确认，不能随意标注，避免引入错误标注影响模型训练效果。2.参考答案：正确解析：数据增强是对已有标注数据进行几何变换、像素变换等操作，不需要额外标注成本，可扩大数据集规模，提升模型泛化能力。3.参考答案：错误解析：标注错误按照影响程度分为严重错误和轻度错误，严重错误如漏标核心目标、标注类别错误对模型影响远大于轻度错误如标注框轻微偏移。4.参考答案：正确解析：数据集是AI项目的核心资产，存储时需要做好多副本异地备份，防止硬件损坏、数据丢失等问题影响项目进度。5.参考答案：错误解析：是否需要标注说话人属性取决于项目需求，很多语音识别、声纹识别、语音情感识别项目都需要标注说话人的性别、年龄等属性，不是一定不需要标注。6.参考答案：错误解析：题干描述的是召回率的定义，精确率是指被模型正确预测为正的样本占所有被模型预测为正样本的比例。7.参考答案：正确解析：数据脱敏的核心目的就是去除数据中的个人可识别信息，避免泄露用户隐私，符合人工智能训练数据合规要求。8.参考答案：正确解析：目标检测任务要求一个标注框对应一个独立目标，多个目标共用一个标注框会导致模型学习错误的特征分布，因此该规则正确。9.参考答案：错误解析：标注规范是项目统一制定的标准，标注人员不能自行修改，若发现规范存在问题，需要反馈项目管理员统一调整。10.参考答案：错误解析：导致过拟合的主要原因是训练数据不足、模型复杂度过高、正则化不足，训练数据充足可降低过拟合风险，因此该说法错误。四、简答题1.参考答案：三级人工智能训练师开展批量标注工作的基本流程分为六个阶段：①项目准备阶段：接收项目任务后，通读标注规范，明确标注要求、错误等级划分，参加项目组织的标注规范培训，掌握标注工具的使用方法，提前检查标注工具和数据存储环境的可用性；②试标注阶段：按照项目要求完成规定数量的试标注，提交试标注样本给审核人员，根据审核反馈修正个人标注习惯，确认完全掌握标注要求、通过试标注考核后进入正式标注环节；③正式标注阶段：按照标注规范逐样本完成标注，对自身无法判断的存疑样本进行单独标记，提交审核人员确认，每日完成当日标注任务后及时做好数据备份，避免数据丢失；④自检阶段：完成整批次标注任务后，对自己标注的样本进行自我检查，修正已经发现的标注错误，确认无误后提交给审核人员进行批次审核；⑤修改优化阶段：根据审核反馈的不合格标注，逐一按照规范要求修改调整，修改完成后重新提交审核，直到该批次标注合格率达到项目要求；⑥整理交付阶段：按照项目要求整理最终标注完成的数据集，整理标注过程日志和质量自检记录，提交最终成果。2.参考答案：AI训练数据清洗主要分为五个步骤：①问题数据识别：对采集得到的原始数据集进行全面排查，识别出重复数据、缺失数据、错误数据、噪声数据、违规侵权数据等各类不符合要求的问题数据；②问题数据分类：按照问题类型、严重程度对识别出的问题数据进行分类，区分可修复问题数据和不可修复问题数据；③问题数据处理：针对不同类型的问题数据采取对应处理方式：不可修复的问题数据（如完全无法识别的模糊数据、违法违规内容）直接删除；可修复的缺失数据，样本量充足时直接删除缺失样本，样本量不足时采用合理的统计方式填充缺失值；重复数据保留权威性高来源的单一样本，删除多余重复项；标注错误数据重新标注修正；④清洗后验证：清洗完成后对处理后的数据集进行随机抽检，验证清洗效果，确认没有遗漏的问题数据；⑤记录留存：完整记录清洗过程，包括问题数据类型、处理方式、处理数量等信息，便于后续数据集溯源和版本管理。3.参考答案：标注质量抽检的核心要点包括：①样本抽取随机性：抽检样本需要从全部标注完成的样本中随机抽取，不能人为挑选简单或困难样本，保证抽检结果能够客观反映整体标注质量；②抽检比例合规性：严格按照项目要求的比例进行抽检，常规标注项目抽检比例不低于10%，核心项目、高精度要求项目抽检比例不低于30%；③错误分级统计：按照项目规范将抽检发现的错误划分为严重错误和轻度错误，分别统计不同等级错误的数量，便于评估整体质量影响；④合格率判定：按照项目规定的计算公