2026年人工智能训练师三级技能培训题库

2026年人工智能训练师三级技能培训题库一、理论知识题库（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，错选、不选均不得分）1.人工智能训练师在工作中获取的用户标注隐私数据，以下处理方式符合《个人信息保护法》《生成式人工智能服务管理暂行办法》规范的是？A.经同事同意后可分享给外部合作方非授权人员B.脱敏后仅用于当前已获得授权的训练项目C.备份至个人移动硬盘便于居家开展工作D.项目结束后可转售给有同类训练需求的第三方答案：B解析：人工智能训练师需严格遵守数据保密规范，涉及用户隐私的数据必须经脱敏处理，且仅能在授权范围内使用，禁止私自留存、转售或超范围使用。2.以下不属于大语言模型低参指令微调常用技术的是？A.LoRA（低秩适配）B.PrefixTuning（前缀微调）C.全参数微调D.P-Tuningv2答案：C解析：低参微调是指仅调整大模型少量参数即可实现垂域适配的技术，全参数微调需调整模型全部参数，不属于低参微调范畴，且不属于三级人工智能训练师常规工作内容。3.多模态数据标注中，图文对匹配标注的核心校验标准是？A.图像分辨率不低于1080PB.文本长度不低于20字C.图文语义一致性≥95%D.标注员从业年限≥1年答案：C解析：图文对匹配标注的核心目标是保障语义对应性，其余选项均为非核心校验标准。4.标注数据集存在完全重复样本时，最优先的处理方式是？A.直接删除全部重复样本B.保留1份标注合格的有效样本，其余重复样本剔除C.全部保留以扩大样本量D.修改重复样本的标签后保留答案：B解析：完全重复样本会导致模型训练时权重偏向该样本特征，引发过拟合，仅需保留1份有效样本即可。5.三级人工智能训练师开展垂域小样本分类任务微调时，常用的学习率设置区间是？A.1e-1~1e-2B.1e-3~1e-5C.1e-6~1e-8D.1e-9及以下答案：B解析：学习率设置过高易导致模型梯度爆炸、过拟合，设置过低会导致模型收敛速度过慢，小样本微调最优学习率区间为1e-3~1e-5。6.以下属于文本生成任务通用自动评测指标的是？A.mAP（平均精度均值）B.BLEU（双语评估替补）C.IoU（交并比）D.FPS（每秒传输帧数）答案：B解析：mAP、IoU为计算机视觉任务评测指标，FPS为性能指标，BLEU是文本生成任务通用的自动评测指标。7.训练数据排查中发现涉政有害内容时，第一步处置流程是？A.直接删除涉事样本，无需求保留记录B.上报单位合规负责人并留存样本台账，同步隔离涉事数据集C.忽略该样本继续推进训练流程D.修改涉事内容后纳入训练数据集答案：B解析：根据生成式AI合规管理要求，发现有害内容需第一时间上报并留存台账，严禁私自处理或流入训练环节。8.2026年主流多模态标注平台中，支持3D点云、语音、文本同步标注的工具是？A.LabelStudiov3.8B.Prodigyv2.4C.CVATv2.10D.以上都是答案：D解析：截至2026年，上述三类主流标注工具均已迭代支持多模态同步标注功能。9.进入模型训练环节的标注数据合格率最低要求为？A.80%B.85%C.90%D.95%答案：D解析：三级人工智能训练师的训练数据质量要求为标注合格率≥95%，否则会显著降低模型训练效果。10.LoRA微调技术中，秩（Rank）参数设置越小，代表？A.可训练参数越多，微调成本越高B.可训练参数越少，微调成本越低C.模型精度必然提升D.模型泛化能力必然下降答案：B解析：Rank参数与可训练参数量正相关，参数越小可训练参数量越少，微调算力、时间成本越低，精度与泛化能力受场景、数据量等多因素影响，不存在必然变化趋势。11.以下属于人工智能训练师竞业禁止范畴的是？A.离职后1年内加入同赛道竞争企业开展同类型涉密训练项目B.离职后自主学习AI相关技术知识C.离职后公开自己的人工智能训练师职业身份D.离职后发布不涉及商业秘密的行业科普内容答案：A解析：竞业禁止仅约束涉密工作的违规流动，其余选项均属于从业人员合法权益范畴。12.标注质检环节的抽样比例最低要求为？A.5%B.10%C.20%D.30%答案：B解析：三级人工智能训练师开展标注质检的最低抽样比例为10%，高风险场景需提升至30%及以上。13.以下不属于训练数据标注常见噪声的是？A.标注标签错误B.样本重复C.样本语义模糊无法标注D.标签分布符合业务场景答案：D解析：标签分布合理属于高质量训练数据的特征，不属于噪声范畴。14.针对大模型生成的歧视性输出，三级训练师最优先的优化方式是？A.直接删除相关输出内容B.补充针对性的对齐训练数据，开展偏好对齐微调C.修改模型输出规则强行屏蔽D.调整模型温度参数答案：B解析：补充对齐数据开展微调是解决歧视性输出的根本方案，其余选项均为临时处置手段。15.以下属于小样本数据增强方法的是？A.回译B.同义词替换C.上下文随机截断D.以上都是答案：D解析：回译、同义词替换、随机截断均为文本类小样本数据的常用增强方法。16.标注规范中未覆盖的疑难样本，正确的处理流程是？A.按照个人理解标注B.直接丢弃该样本C.提交标注负责人组织评审后确定标注规则D.模仿同类样本标注答案：C解析：疑难样本需统一评审后确定标注规则，避免标注标准不一致引发数据质量问题。17.模型训练过程中出现损失值持续不下降的情况，以下处置方式无效的是？A.调整学习率B.扩大训练数据量C.增加训练轮次D.提高标注数据质量答案：C解析：损失值持续不下降说明模型已收敛或训练配置不合理，增加训练轮次无法解决问题，甚至会引发过拟合。18.以下不属于三级人工智能训练师工作范畴的是？A.垂域标注方案制定B.千亿参数大模型全参数预训练C.标注质量抽检D.模型性能评测报告输出答案：B解析：千亿参数大模型全参数预训练属于一级/高级人工智能训练师工作范畴，三级仅可开展低参微调、小参数模型训练工作。19.训练数据溯源台账不需要包含的内容是？A.数据来源渠道B.数据授权证明C.标注人员信息D.模型最终精度答案：D解析：模型最终精度属于训练结果台账内容，不属于数据溯源范畴。20.生成式AI训练数据不得包含的内容是？A.未经授权的受版权保护内容B.已公开的科普内容C.已授权的用户生成内容D.公开的政府公文内容答案：A解析：根据《生成式人工智能服务管理暂行办法》要求，训练数据需具备合法来源，不得未经授权使用受版权保护的内容。（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、错选均不得分）1.三级人工智能训练师的核心工作职责包含以下哪些？A.垂域场景标注方案制定B.数据清洗与标注质检C.垂域小样本模型低参微调D.模型性能评测与优化建议输出E.千亿参数大模型全参数预训练答案：ABCD解析：千亿参数大模型全参数预训练属于一级/高级技师职责，其余选项均为三级训练师核心工作内容。2.以下属于训练数据有害内容排查范畴的是？A.涉政涉恐涉暴内容B.色情低俗内容C.民族歧视、性别歧视内容D.虚假诈骗内容E.正常科普内容答案：ABCD解析：正常科普内容属于合法可用的训练数据范畴。3.多模态训练数据包含以下哪些数据类型？A.文本B.图像C.音频D.3D点云E.视频答案：ABCDE解析：多模态训练数据指包含两种及以上模态的训练数据，上述所有类型均属于多模态数据范畴。4.以下属于标注质检常用方法的是？A.分层抽样核验B.交叉标注核验C.规则自动校验D.模型预标注校验E.随机跳过核验答案：ABCD解析：随机跳过核验无法保障质检覆盖度，不属于合规质检方法。5.小样本微调过程中，导致模型过拟合的原因有哪些？A.训练样本量过少B.学习率设置过高C.训练轮次过多D.正则化参数设置过大E.训练数据噪声过高答案：ABCE解析：正则化参数设置过大是防止过拟合的手段，不会引发过拟合。6.标注规范需要包含的核心要素有？A.标注场景与目标说明B.标签定义与样例C.疑难样本处理规则D.质量验收标准E.标注人员薪酬标准答案：ABCD解析：薪酬标准不属于标注规范的核心要素。7.以下属于大模型微调常用开源框架的是？A.LLaMAFactoryB.PEFTC.HuggingFaceTransformersD.TensorFlowE.PyTorch答案：ABCDE解析：上述框架均为2026年AI训练领域主流的开源训练框架。8.数据脱敏的常用方法包含？A.标识符替换B.数据泛化C.噪声注入D.加密存储E.直接公开原始数据答案：ABCD解析：直接公开原始数据违反数据保护要求，不属于脱敏方法。9.模型评测需要覆盖的维度包含？A.效果维度（准确率、召回率等）B.性能维度（推理速度、显存占用等）C.安全维度（有害内容生成率、歧视性输出率等）D.成本维度（训练成本、推理成本等）E.合规维度（数据溯源、备案要求等）答案：ABCDE解析：上述维度均为三级训练师开展模型评测需要覆盖的内容。10.以下属于训练数据知识产权风险的是？A.未经授权使用网络爬取的受版权保护的小说内容B.未经授权使用用户上传的未公开肖像图片C.使用已获得授权的开源数据集D.使用单位自主采集并获得授权的用户数据E.未经授权使用第三方平台的付费课程内容答案：ABE解析：已获得授权的数据集不属于知识产权风险范畴。11.LoRA微调需要设置的核心参数包含？A.秩（Rank）B.学习率C.训练轮次D.批量大小E.alpha参数答案：ABCDE解析：上述所有参数均为LoRA微调的核心配置参数。12.以下属于三级训练师可独立开展的训练任务是？A.电商客服意图识别模型微调B.金融产品咨询问答模型微调C.通用多模态大模型预训练D.园区安防图像分类模型训练E.自动驾驶全场景大模型训练答案：ABD解析：通用大模型预训练、自动驾驶全场景大模型训练属于高级别训练师工作范畴。13.数据清洗需要剔除的样本包含？A.标注错误样本B.重复样本C.低质量样本（模糊图像、乱码文本等）D.标签分布均衡的样本E.涉敏有害样本答案：ABCE解析：标签分布均衡是高质量数据集的特征，无需剔除。14.人工智能训练师需要遵守的职业道德规范包含？A.诚实守信，不伪造训练数据与评测结果B.严守秘密，不泄露工作中接触的涉密数据与商业秘密C.客观公正，不刻意调整模型输出诱导用户D.遵纪守法，严格遵守AI相关法律法规要求E.追求效率，可跳过合规流程优先完成项目答案：ABCD解析：严禁跳过合规流程开展训练工作。15.以下属于生成式AI对齐训练目标的是？A.提升模型输出的有用性B.降低模型有害内容输出概率C.提升模型输出的诚实性D.降低模型歧视性输出概率E.提升模型训练速度答案：ABCD解析：提升训练速度不属于对齐训练的目标范畴。（三）判断题（共15题，每题1分，共15分。正确打√，错误打×）1.人工智能训练师可以将工作中接触到的未公开训练数据集发布到公开开源平台。（×）解析：未公开训练数据集属于单位涉密资产，且可能涉及知识产权、个人信息风险，禁止私自发布到公开平台。2.LoRA微调可以在不改变大模型底座参数的前提下实现垂域适配，适合三级训练师开展小范围定制化训练。（√）解析：LoRA属于低参微调技术，仅调整少量适配器参数，无需修改底座参数，算力成本低，适配三级训练师的工作权限与能力范围。3.标注数据的数量越多，模型训练效果一定越好。（×）解析：模型训练效果受数据质量、分布合理性、标注准确率等多因素影响，低质量的海量数据反而会降低模型效果。4.生成式人工智能训练数据必须具备合法来源，不得未经授权使用受版权保护的内容。（√）解析：符合《生成式人工智能服务管理暂行办法》的明确要求。5.三级人工智能训练师可以独立开展千亿参数大模型的全参数预训练工作。（×）解析：全参数预训练属于一级/高级人工智能训练师的职责范畴，三级仅可开展低参微调、小参数模型训练工作。6.标注质检过程中发现的标注错误样本，仅需修改错误标签即可，无需记录台账。（×）解析：标注错误样本需要同步记录到数据质量台账，用于后续标注规范优化、标注人员培训。7.模型训练过程中，训练集损失持续下降、验证集损失持续上升，说明模型出现过拟合。（√）解析：过拟合的典型特征就是训练集效果持续提升，验证集、测试集效果下降。8.人工智能训练师可以使用用户未授权的隐私数据开展训练项目，只要不对外泄露即可。（×）解析：未经用户授权的隐私数据严禁用于训练，符合《个人信息保护法》要求。9.小样本数据增强可以在不新增原始数据采集的前提下扩大样本量，提升模型泛化能力。（√）解析：数据增强是小样本训练场景下的常用优化手段，可有效提升模型效果。10.标注员的标注准确率连续低于90%时，需暂停其标注工作并开展重新培训。（√）解析：标注准确率最低要求为95%，连续低于90%说明标注人员对标注规范掌握不足，需重新培训。11.模型评测仅需关注准确率指标即可，无需考虑安全合规指标。（×）解析：三级训练师开展模型评测需覆盖效果、性能、安全、合规等多维度指标。12.大模型微调的训练数据不需要做有害内容排查，底座模型已经完成了安全对齐。（×）解析：微调数据如果包含有害内容，会导致模型遗忘底座的安全对齐效果，出现有害输出，因此必须开展排查。13.人工智能训练师可以伪造模型评测结果，只要能通过项目验收即可。（×）解析：伪造评测结果违反职业道德与从业规范，情节严重的需承担相应法律责任。14.多模态训练数据的不同模态之间无需做时序对齐。（×）解析：多模态数据尤其是带有时序属性的音视频、3D点云数据，必须完成时序对齐才能用于训练。15.训练完成的模型无需开展合规评测即可上线使用。（×）解析：根据生成式AI管理要求，模型上线前必须完成安全合规评测，取得备案资质后方可上线。二、操作技能题库（共4题，总分35分，考核均为实操形式，需现场完成相关操作并输出对应成果）1.垂域客服意图标注与质检（7分，考核时间90分钟）考核要求：给定1000条电商客服用户咨询原始语料，完成三项任务：（1）制定符合电商客服场景的12类意图标注规范，覆盖咨询物流、咨询售后、咨询优惠、退换货申请、订单查询等核心场景，明确每类标签的定义、正/负样例、疑难样本处理规则；（2）完成其中200条语料的人工标注，标注准确率≥95%；（3）对剩余800条预标注结果开展质检，输出质检报告，标注问题召回率≥98%。评分标准：标注规范合理性2分，标注准确率2分，质检召回率2分，报告规范性1分。扣分规则：标注准确率每低1%扣0.2分，召回率每低1%扣0.2分，规范缺漏每类扣0.3分，扣完为止。2.大模型LoRA微调实操（10分，考核时间120分钟）考核要求：给定开源7B参数大语言模型底座、1000条金融产品咨询垂域微调数据集，完成三项任务：（1）完成数据集格式转换，适配LLaMAFactoryv3.0训练框架要求的JSONL格式，完成训练集、验证集、测试集8:1:1拆分；（2）设置合理训练参数（学习率、Rank、训练轮次、批量大小、alpha参数等），完成低参微调训练，训练过程无报错；（3）输出训练损失曲