2025知识考核人工智能训练师三级真题与答案

2025知识考核人工智能训练师三级真题与答案一、单项选择题（共20题，每题1分，总计20分。下列每题给出的选项中，只有一个符合题目要求，请将正确选项的字母填在括号内）1.2025年主流多模态数据标注体系中，不属于细粒度图像标注范畴的是（）A.物体3Dboundingbox标注B.对象属性分层标注C.文本情感极性标注D.实例分割掩码标注2.LoRA参数高效微调的核心原理是冻结预训练模型主体权重，仅对（）参数进行更新A.Transformer层注意力权重矩阵的低秩分解矩阵B.全连接层全部权重C.嵌入层词向量权重D.输出层softmax参数3.自动驾驶目标检测任务中，常规正样本判定的IOU最低阈值是（）A.0.3B.0.5C.0.7D.0.94.针对生成式AI训练数据的合规要求，符合《生成式人工智能服务管理暂行办法》的操作是（）A.未经授权脱敏直接使用用户上传的人脸数据训练B.对标注数据中的个人敏感信息做不可逆去标识化处理C.将标注完成的医疗数据集出售给第三方医疗机构D.保留用户对话明文数据用于模型迭代5.RLHF（人类反馈强化学习）流程中，奖励模型训练的核心输入是（）A.同一prompt对应的多个不同输出的人类排序标注结果B.原始预训练语料C.SFT微调后的模型参数D.强化学习阶段输出的奖励值6.以下无需人类标注员深度参与、可降低大模型对齐成本的技术是（）A.监督微调（SFT）B.人类反馈强化学习（RLHF）C.人工智能反馈强化学习（RLAIF）D.继续预训练7.标注数据集质量评估指标中，“标注正确的正样本数占所有真实正样本数的比例”指的是（）A.精确率B.召回率C.准确率D.F1值8.垂直领域大模型SFT微调阶段，训练数据的最佳拆分比例是（）A.训练集6:验证集2:测试集2B.训练集7:验证集2:测试集1C.训练集8:验证集1:测试集1D.训练集9:验证集0.5:测试集0.59.以下属于生成式AI训练数据中严重质量问题的是（）A.文本存在1个错别字B.问答对回答内容偏离用户提问C.图像标注的boundingbox偏移2个像素D.语音转写存在1个同音字错误10.目前主流的开源多模态数据标注工具是（）A.LabelStudioB.PhotoshopC.ExcelD.TensorFlow11.针对10万条规模的客服问答标注数据集，质量抽检的最低抽检比例不得低于（）A.1%B.3%C.10%D.20%12.LoRA微调过程中，若出现过拟合问题，以下调整方式合理的是（）A.增大LoRA秩的数值B.提升学习率C.增加训练轮次D.加入dropout正则化13.根据《个人信息保护法》，处理不满（）周岁未成年人个人信息的，应当取得未成年人的父母或者其他监护人的同意A.12B.14C.16D.1814.以下不属于多模态标注任务的是（）A.短视频语音内容与画面的对齐标注B.图文匹配度分级标注C.3D点云与RGB图像的联合标注D.文本摘要的流畅度标注15.大模型微调阶段，验证集的核心作用是（）A.训练模型参数B.调整模型超参数、评估训练过程中的泛化能力C.最终评估模型上线效果D.清洗训练数据16.标注员标注的100条目标检测样本中，真实正样本共80条，标注正确的正样本为72条，标注为正样本的总数为90条，该标注员的标注精确率是（）A.72%B.80%C.90%D.88.9%17.以下属于大模型训练数据中敏感信息的是（）A.公开的企业年报内容B.用户公开分享的美食测评内容C.患者的门诊病历编号D.公开的产品说明书内容18.基于Qwen2-7B大模型开展LoRA微调，单卡训练最低要求的GPU显存是（）A.12GB.24GC.40GD.80G19.标注项目执行过程中，若某批次标注数据的错误率超过（），需整批次打回重标A.3%B.5%C.10%D.15%20.以下不属于人工智能训练师三级核心工作范畴的是（）A.标注数据集的设计与生产B.标注质量抽检与校正C.大模型参数高效微调D.预训练大模型的底层架构研发二、多项选择题（共10题，每题2分，总计20分。下列每题给出的选项中，有2个及以上符合题目要求，请将正确选项的字母填在括号内，多选、少选、错选均不得分）1.以下属于人工智能训练师三级核心工作内容的有（）A.通用预训练大模型的架构研发B.特定领域标注数据集的设计与生产C.垂直场景大模型的参数高效微调D.标注人员的基础操作培训与标注质量抽检E.大模型推理框架的底层优化2.多模态数据标注的常见类型包括（）A.图文匹配度分级标注B.视频帧与语音内容的对齐标注C.3D点云与RGB图像的联合标注D.文本摘要的流畅度标注E.语音情感与面部表情的对应标注3.标注数据清洗的常规操作包括（）A.去除重复样本B.过滤违反公序良俗的敏感样本C.修正标注错误的样本D.补充标注缺失维度的样本E.增加同类别样本的重复度4.LoRA微调相比全参数微调的优势包括（）A.训练所需显存更低B.训练速度更快C.微调后的模型文件更小，便于部署D.效果始终优于全参数微调E.可实现多个垂直场景的轻量化适配5.大模型微调过程中，降低过拟合风险的有效方法有（）A.增大训练轮次B.加入dropout正则化层C.适当降低学习率D.扩充训练数据集规模E.增大LoRA的秩参数6.以下属于标注任务实施前需要明确的内容有（）A.标注维度与判定标准B.标注数据的交付格式C.标注质量的考核规则D.标注数据的脱敏要求E.预训练大模型的架构参数7.生成式AI训练数据的合规要求包括（）A.不得使用侵犯知识产权的数据B.不得含有危害国家安全、公共利益的内容C.涉及个人信息的数据需做脱敏处理D.可直接使用互联网爬取的任意公开数据E.数据处理全流程可审计、可追溯8.大模型SFT微调阶段，数据预处理的核心步骤包括（）A.按统一模板格式化问答对B.过滤超过模型上下文窗口长度的样本C.对数据集做训练集、验证集、测试集拆分D.对敏感内容做过滤与脱敏E.优化模型的注意力机制9.以下属于大模型微调效果评估指标的有（）A.BLEU值B.ROUGE值C.困惑度（Perplexity）D.人工满意度评分E.GPU显存使用率10.标注人员开展标注工作前需要签署的文件包括（）A.保密协议B.数据合规承诺书C.标注操作规范确认书D.知识产权归属协议E.模型研发责任协议三、判断题（共15题，每题1分，总计15分。请判断下列表述的正误，正确的打“√”，错误的打“×”）1.大模型SFT微调阶段使用的训练数据必须是经过人类标注的高质量问答对。（）2.标注数据的精确率是指标注正确的样本数占所有标注完成的样本数的比例。（）3.涉及未成年人的训练数据必须获得其监护人的明确授权才可使用。（）4.RLAIF生成的反馈数据完全不需要人类校验，可直接用于奖励模型训练。（）5.标注完成的数据集可随意分享给第三方机构使用。（）6.LoRA微调仅能适配大语言模型，无法适配多模态大模型。（）7.自动驾驶场景的3D点云标注精度要求比通用图像分类标注精度要求更高。（）8.标注过程中遇到边界模糊的样本，可随意选择一个标注结果提交。（）9.大模型测试集只能用于最终效果评估，不可参与训练或超参数调整过程。（）10.多模态图文匹配度标注仅需标注“匹配”“不匹配”两类即可满足所有场景需求。（）11.标注数据的质量对大模型微调效果的影响远大于微调参数的调整。（）12.为提升标注效率，可将医疗病历数据直接导出给外部标注人员标注，无需脱敏。（）13.大模型微调阶段，学习率设置越大，模型收敛速度越快，效果越好。（）14.标注项目的三级质检流程包括标注员自检、同组互检、训练师专项抽检。（）15.生成式AI训练数据中不得含有歧视性、侮辱性的内容。（）四、技能操作题（共3题，总计45分）1.（15分）某电商平台需要搭建商品多模态检索数据集，计划标注10万条商品图文对，包含商品类目、商品属性、图文匹配度3个标注维度。请完成以下问题：（1）设计该标注项目的三级质检流程，明确各环节的抽检比例、判定标准与处置规则；（2）列出该标注任务3种最常见的标注错误类型，并给出对应的修正方案。2.（15分）某企业计划基于开源Qwen2-7B大模型微调内部客服问答模型，现有1万条经过初筛的历史客服问答对作为训练数据。请完成以下问题：（1）列出完成该LoRA微调任务需要准备的3类核心工具/环境要求；（2）写出微调前的数据预处理核心步骤；（3）列出3个可量化的微调后模型效果评估指标，并说明其含义。3.（15分）某医疗科技公司需要标注5万份门诊电子病历文本，用于训练慢性病随访大模型。请完成以下问题：（1）列出该数据集标注过程中需要遵守的3项核心合规要求；（2）设计该标注任务的全流程数据脱敏方案；（3）若标注过程中发现疑似数据泄露隐患，需采取的3项核心应急处置措施。参考答案与解析一、单项选择题1-5：CABBA6-10：CBCBA11-15：BBCDB16-20：BCBBD解析：第1题C选项属于文本标注范畴，不属于图像标注；第7题召回率的定义为标注正确的正样本占真实正样本的比例，精确率为标注正确的正样本占标注为正样本的比例；第16题精确率=72/90=80%；第20题预训练大模型架构研发属于人工智能训练师一级/算法工程师的工作范畴，不属于三级工作内容。二、多项选择题1.BCD2.ABCE3.ABCD4.ABCE5.BCD6.ABCD7.ABCE8.ABCD9.ABCD10.ABCD解析：第1题A、E选项属于高阶技术研发内容，不属于三级训练师工作范畴；第4题LoRA微调效果通常略逊于全参数微调，D选项错误；第5题增大训练轮次、增大LoRA秩都会提升过拟合风险，A、E选项错误。三、判断题1.√2.×3.√4.×5.×6.×7.√8.×9.√10.×11.√12.×13.×14.√15.√解析：第2题表述的是精确率的定义，题干混淆了精确率与准确率的概念；第4题RLAIF生成的反馈数据仍需抽样校验，避免AI反馈的系统性偏差；第8题边界样本需提交训练师判定后再标注，不可随意提交。四、技能操作题1.（1）三级质检流程：①一级自检：标注员完成当日标注任务后，抽取10%的标注样本自查，修正明显的标注错误，自检错误率超过2%的需全部自查后提交；②二级互检：同组标注员交叉抽检20%的对方标注样本，重点核查类目、属性标注错误，错误率超过5%的批次直接打回标注人重标；③三级专项抽检：人工智能训练师抽取10%的标注样本做最终质检，重点核查边界样本的匹配度标注，错误率超过3%的整批次打回重标，连续3批次不合格的标注人员需重新参加培训。（10分）（2）常见错误与修正方案：①属性标注错误（如将“纯棉”标注为“化纤”）：提前制作标准化属性字典，标注时做弹窗校验，属性不匹配无法提交；②图文匹配度标注偏差（如商品图为上衣、文本为裤子时标注为匹配）：提前制作标注示例库，明确1-5档匹配度的判定标准，边界案例附参考标注结果；③类目层级标注错误（如将“短袖T恤”标注到“卫衣”类目）：搭建三级类目树下拉选择框，禁止手动输入类目，层级不匹配无法提交。（5分）2.（1）核心工具/环境：①深度学习框架：PyTorch2.0及以上版本；②微调工具库：HuggingFacePeft、Transformers、TRL库；③硬件环境：搭载不低于24G显存的CUDA11.8及以上版本GPU服务器；④标注工具：LabelStudio用于数据二次校验。（5分）3.（1）核心合规要求：①符合《个人信息保护法》《医疗卫生机构网络安全管理办法》要求，所有病历数据需获得患者的书面授权才可使用；②所有参与标注的人员需签署保密协议，禁止私自拷贝、传播、泄露病历数据；③数据处理全流程留痕，操作日志保存期限不低于3年，满足审计要求。（6分）（2）脱敏方案：①自动识别：使用医疗领域预训练NER模型自动识别病历中的患者姓名、身份证号、手机号、住址、就诊号、医保号等敏感信息；②不可逆替换：将识别到的敏感信息替换为通用占位符（如[姓名