2026人工智能训练师(三级)职业技能鉴定理论考试题库

2026人工智能训练师(三级)职业技能鉴定理论考试题库一、判断题（共20题，每题1分，共计20分。请判断每题表述是否正确，正确填涂“A”，错误填涂“B”）1.人工智能训练师在处理用户提供的训练数据时，若数据未明确标注授权范围，可先用于非商用模型训练再补授权。（）答案：B解析：根据《生成式人工智能服务管理暂行办法》《数据安全法》及2025年发布的《人工智能训练数据合规使用规范》要求，所有用于训练的个人数据、公开采集数据均需具备明确的合法授权来源，未明确授权范围的数据无论是否用于商用场景，均不得擅自使用，避免侵犯数据主体的隐私权、知识产权及其他合法权益。2.大语言模型SFT（监督微调）阶段所用的标注数据，单条样本的prompt与response需具备明确的逻辑对应关系，不得出现答非所问的匹配。（）答案：A解析：监督微调的核心是通过高质量的指令-响应对校正模型的输出方向，使模型符合人类交互逻辑，若样本的指令与响应匹配错误，会直接引入噪声数据，导致模型生成逻辑混乱，大幅降低微调效果。3.多模态图文匹配标注任务中，文本描述与对应图像内容的偏差率超过3%即可判定为该批次标注不合格。（）答案：A解析：依据《人工智能训练服务数据标注质量规范》（2025版）相关要求，多模态图文匹配标注的批次合格阈值为偏差率≤2%，偏差率≥3%不符合三级人工智能训练师的标注质量要求，需整批次返工校验。4.为提高标注效率，人工智能训练师可将涉密训练数据转发至个人外接设备完成标注工作。（）答案：B解析：涉密训练数据、用户敏感数据均属于受监管的敏感信息范畴，需在指定的涉密操作环境、内部授权系统内处理，严禁私自转发至非授权的个人设备、公共存储平台，违者需承担相应的行政甚至刑事责任。5.文本分类标注任务中，若样本内容同时符合两个类别的判定标准，可随机选择其中一个类别标注。（）答案：B解析：跨类样本需按照预先发布的标注规则优先归入优先级更高的类别，若没有明确优先级标注，需标记为“待确认”样本交由规则制定人员判定，不得随机标注，避免引入无效噪声数据，影响后续模型训练效果。6.三级人工智能训练师可独立完成大语言模型的全量参数微调工作。（）答案：B解析：根据《人工智能训练师国家职业技能标准》（2022版）要求，全量参数微调属于一级、二级人工智能训练师的技能范畴，三级训练师仅需掌握参数高效微调（如LoRA、Adapter）的基础操作即可。7.生成式AI模型的训练数据中，已公开的时政新闻内容无需获取授权即可直接使用。（）答案：B解析：已公开的时政新闻内容若涉及著作权保护、采编方授权限制，仍需获得合法授权后方可用于模型训练，不得擅自爬取使用。8.标注任务开展前，三级人工智能训练师需充分理解标注规则，对规则存疑的地方需及时向项目负责人反馈确认。（）答案：A解析：准确理解标注规则是保证标注质量的核心前提，对规则的歧义点需提前确认，不得凭借主观判断随意标注。9.3D点云标注任务中，对于遮挡率超过70%的目标物体，可直接跳过不予标注。（）答案：A解析：依据《3D点云数据标注规范》（2025版）要求，遮挡率超过70%的目标物体无法提取有效特征，标注价值极低，可标记为“可忽略”样本不予标注。10.为丰富训练数据多样性，可直接将AI生成的无人工校验的内容作为训练样本使用。（）答案：B解析：AI生成内容存在幻觉、错误信息、合规风险等问题，未经人工校验的生成内容无法保证数据准确性，不得直接作为训练样本使用。11.模型评估阶段，三级训练师只需关注客观指标，无需参与主观评估工作。（）答案：B解析：三级训练师需参与生成内容的流畅度、相关性、合规性等主观评估工作，主观评估结果是模型效果验证的重要组成部分。12.根据《人工智能训练师国家职业技能标准》（2022版），三级人工智能训练师需具备独立完成10万量级文本数据清洗的能力。（）答案：A解析：该标准明确规定三级人工智能训练师的核心技能要求包括单类别10万量级以内结构化、半结构化数据的清洗、标注及质量校验工作。13.低秩适配（LoRA）微调方法仅可调整大语言模型的注意力层参数，不可调整全连接层参数。（）答案：B解析：LoRA微调可根据训练需求灵活选择调整的参数层，既可以仅调整注意力层，也可扩展至全连接层，三级训练师可根据项目要求选择适配的参数调整范围。14.训练数据清洗时，对于重复率超过90%的文本样本可直接去重删除。（）答案：A解析：重复率过高的样本无法为模型提供有效特征，还会延长训练周期，清洗阶段可直接删除重复率≥90%的冗余样本。15.人工智能训练师可对外透露自己参与的训练项目的模型迭代进度、数据规模等非公开信息。（）答案：B解析：项目的模型迭代进度、数据规模等均属于企业商业秘密，训练师需严守保密义务，不得擅自对外透露相关非公开信息。16.语音转写标注任务中，对于方言发音的样本，可直接按照普通话发音标准转写。（）答案：B解析：方言样本需按照标注规则要求，若规则要求保留方言原意，需按照实际发音转写对应方言表述，不得擅自替换为普通话内容。17.大语言模型推理阶段的输出内容合规检测，不属于三级人工智能训练师的工作范畴。（）答案：B解析：三级训练师需掌握基础的生成内容合规检测方法，参与模型推理阶段的输出内容校验、违禁内容标注工作。18.联邦学习场景下，参与训练的各方无需共享原始数据即可完成联合模型训练。（）答案：A解析：联邦学习的核心特征就是数据“可用不可见”，各方仅需交互模型参数的加密梯度信息，无需共享原始训练数据，可有效保障数据安全。19.标注成果的质量抽检比例不得低于总标注量的5%。（）答案：A解析：依据《人工智能训练服务质量评价规范》（2025版）要求，标注成果的抽检比例最低为5%，高风险领域（如医疗、金融）的标注任务抽检比例需提升至10%以上。20.训练数据中的个人敏感信息（如身份证号、手机号）需经过脱敏处理后方可用于模型训练。（）答案：A解析：个人敏感信息直接使用会侵犯用户隐私权，需经过掩码、泛化等脱敏处理，无法识别到特定个人后方可纳入训练数据集。二、单项选择题（共30题，每题2分，共计60分。每题只有1个正确答案，多选、错选、不选均不得分）1.以下不属于大语言模型监督微调（SFT）阶段三级训练师核心操作的是（）A.指令样本清洗B.模型参数全量更新C.响应质量标注D.低秩适配参数调整答案：B解析：三级人工智能训练师开展SFT工作时，通常采用参数高效微调方法，全量参数更新属于一级、二级高级训练师的操作范畴，不属于三级的核心工作内容。2.根据《生成式人工智能内容合规标注规范》（2025版），以下不属于生成内容违禁判定范畴的是（）A.煽动民族仇恨内容B.虚假财经信息C.非涉密的公共政策解读内容D.诱导未成年人不良嗜好内容答案：C解析：非涉密的公开公共政策解读内容属于合法合规内容，其余选项均属于违禁内容范畴，需标注为负面训练样本。3.以下哪种数据标注工具适用于3D点云的语义分割标注任务（）A.LabelStudioB.ProdigyC.CloudCompareD.LabelMe答案：C解析：CloudCompare是专门针对3D点云数据处理的标注工具，其余选项多适用于文本、2D图像等常规数据的标注工作。4.文本生成模型的评估指标中，以下哪项属于主观评估指标（）A.BLEU值B.ROUGE值C.内容流畅度D.困惑度（Perplexity）答案：C解析：BLEU、ROUGE、困惑度均属于可量化的客观评估指标，内容流畅度需要标注人员根据语义逻辑、表达习惯等主观判断打分，属于主观评估指标。5.按照《人工智能训练服务质量评价规范》（2025版），三级训练师完成的文本标注任务的准确率最低需达到（）方可判定为合格。A.90%B.95%C.98%D.99%答案：B解析：该规范明确要求，三级人工智能训练师的常规文本标注准确率阈值为95%，低于该值的标注成果需返工校正。6.以下哪种数据类型不属于结构化数据（）A.数据库表单数据B.JSON格式的用户属性数据C.无格式的用户评论文本D.CSV格式的销售数据答案：C解析：无格式的用户评论文本属于非结构化数据，其余选项均属于具备固定结构的结构化数据。7.大语言模型RLHF（人类反馈强化学习）阶段的第一步核心工作是（）A.训练奖励模型B.收集人类对模型输出的排序反馈C.强化学习微调D.全量参数更新答案：B解析：RLHF的流程依次为收集人类反馈排序数据、训练奖励模型、强化学习微调，第一步核心是收集高质量的人类反馈数据，属于三级训练师的核心工作范畴。8.以下哪项不属于训练数据噪声的来源（）A.标注错误的样本B.重复冗余的样本C.经过脱敏处理的敏感数据样本D.内容逻辑混乱的样本答案：C解析：经过合规脱敏处理的敏感数据属于有效训练样本，不属于噪声数据，其余选项均为常见的训练数据噪声来源。9.标注项目的质量验收方是（）A.标注员B.项目甲方C.标注团队组长D.数据处理人员答案：B解析：标注项目的最终质量验收由甲方负责，其余角色均为项目执行方，负责过程质量管控。10.以下哪种微调方法属于参数高效微调（）A.全量微调B.LoRA微调C.重新预训练D.以上都不是答案：B解析：LoRA（低秩适配）仅调整模型的少量附加参数，无需改动模型基础参数，属于典型的参数高效微调方法，适合三级训练师操作。11.多模态数据标注任务中，以下不属于标注对象的是（）A.图像中的物体边界框B.音频的文字转写内容C.视频的时间戳标签D.模型的训练损失值答案：D解析：模型的训练损失值属于模型训练过程的输出参数，不属于数据标注的对象范畴。12.当训练的生成式AI模型出现频繁生成有害内容的问题时，三级训练师首先应采取的操作是（）A.直接重新训练模型B.排查训练数据中的有害样本占比C.修改模型损失函数D.调整训练轮次答案：B解析：模型生成有害内容的核心诱因通常是训练数据中存在未清洗的有害样本，三级训练师需优先排查数据问题，其余操作属于高级别训练师的工作范畴。13.以下哪项不属于人工智能训练师需遵守的职业道德（）A.保证标注数据的真实性B.严守数据保密义务C.随意修改标注规则提升效率D.抵制虚假有害AI内容传播答案：C解析：标注规则需经过甲方确认后方可执行，不得随意修改以提升效率，否则会导致标注质量不达标，其余选项均为训练师需遵守的职业道德。14.文本实体标注任务中，以下不属于常见实体类型的是（）A.人名B.地名C.标点符号D.组织机构名答案：C解析：标点符号属于文本的辅助符号，不属于实体标注的范畴，其余选项均为常见的命名实体类型。15.按照《数据安全法》的分类要求，训练数据中的用户医疗健康数据属于（）A.一般数据B.重要数据C.核心数据D.公开数据答案：B解析：用户医疗健康数据属于涉及公众健康的重要数据范畴，需按照重要数据的监管要求进行存储、处理和使用。16.以下哪种标注任务属于序列标注范畴（）A.文本情感分类B.命名实体识别标注C.图文匹配标注D.图像分类标注答案：B解析：序列标注是对文本中每个字符/词汇的属性进行标注，命名实体识别标注属于典型的序列标注任务，其余选项均不属于序列标注范畴。17.大语言模型微调过程中，若出现过拟合问题，三级训练师可优先采取的优化措施是（）A.增加训练数据量B.提升训练学习率C.增加训练轮次D.全量更新参数答案：A解析：过拟合的核心诱因是训练数据覆盖不足，优先补充训练数据量是三级训练师可操作的有效优化措施，其余操作要么会加剧过拟合，要么属于高级训练师操作范畴。18.以下哪种数据采集方式符合合规要求（）A.绕过网站反爬机制批量爬取用户隐私数据B.向用户明确告知数据用途后征得授权采集C.购买来源不明的用户数据D.私自收集公共场合的人脸数据答案：B解析：只有明确告知用户数据用途并征得授权的采集方式符合合规要求，其余选项均违反数据安全相关规定。19.标注任务中，标记为“待确认”的样本需交由（）处理A.项目负责人B.其他标注员C.甲方用户D.直接丢弃答案：A解析：标注规则不明确的待确认样本，需统一提交给项目负责人进行规则clarification后再标注，不得私自处理或丢弃。20.以下哪个指标用于衡量文本生成模型的语义重合度（）A.困惑度B.BLEU值C.准确率D.召回率答案：B解析：BLEU值用于衡量生成文本与参考文本的语义重合度，是文本生成场景的核心客观指标之一。21.三级人工智能训练师不需要掌握的技能是（）A.10万量级数据清洗B.LoRA参数调整C.基础标注质量校验D.大模型预训练架构设计答案：D解析：大模型预训练架构设计属于一级训练师的技能范畴，三级训练师无需掌握。22.以下不属于违禁内容标注范畴的是（）A.暴力恐怖内容B.低俗色情内容C.科普知识内容D.诈骗诱导内容答案：C解析：科普知识内容属于合法合规内容，无需标注为违禁样本。23.多模态视频标注任务中，以下不需要标注的内容是（）A.视频中的涉暴镜头时间戳B.视频字幕的错别字C.视频的帧速率参数D.视频内容的分类标签答案：C解析：视频帧速率属于视频本身的属性参数，不属于标注工作范畴。24.标注质量交叉校验指的是（）A.同一样本由多名标注员分别标注后比对差异B.由项目负责人单独抽检C.由AI工具自动校验D.标注员自行检查答案：A解析：交叉校验是多人标注同一样本比对差异的质量管控方式，可有效降低单人标注的主观偏差。25.训练数据脱敏处理中，身份证号脱敏通常采用的方式是（）A.直接删除整条数据B.掩码隐藏中间8位数字C.修改为随机数字D.保留完整号码只删除姓名答案：B解析：身份证号脱敏通常采用掩码隐藏中间出生日期段的方式，既保留数据的地域、年龄分布特征，也不会泄露用户隐私。26.大语言模型微调的batchsize参数指的是（）A.单次训练迭代输入的样本数量B.训练的总轮次C.学习率大小D.微调的参数规模答案：A解析：batchsize指单次训练迭代中输入模型的样本数量，是三级训练师需掌握的基础训练参数之一。27.以下不属于文本分类标注常见类别的是（）A.正向情感B.负向情感C.中性情感D.实体边界答案：D解析：实体边界属于序列标注的范畴，不属于文本分类的类别。28.标注项目的SOP指的是（）A.标注标准操作流程B.标注工具名称C.标注质量指标D.标注数据规模答案：A解析：SOP是StandardOperatingProcedure的缩写，指标注项目的标准操作流程，是标注人员开展工作的核心依据。29.以下哪种情况的训练样本需要标记为噪声（）A.内容完整的问答对样本B.逻辑混乱、语义不通的样本C.经过脱敏的用户评论样本D.标注明确的分类样本答案：B解析：逻辑混乱、语义不通的样本无法为模型提供有效特征，属于噪声样本，需过滤删除。30.三级人工智能训练师的工作范畴不包括（）A.标注任务执行B.数据清洗校验C.基础模型评估D.模型部署上线答案：D解析：模型部署上线属于算法工程师、高级训练师的工作范畴，三级训练师无需掌握。三、多项选择题（共10题，每题2分，共计20分。每题有2个及以上正确答案，多选、少选、错选、不选均不得分）1.人工智能训练师的职业道德规范包括以下哪些内容（）A.严守数据保密义务B.保证训练数据及标注结果的真实性C.抵制AI生成的虚假有害内容传播D.可私自对外分享训练的模型参数答案：ABC解析：私自对外分享模型参数属于违反职业规范及数据安全规定的行为，其余选项均属于三级人工智能训练师需遵守的职业道德范畴。2.以下属于多模态训练数据常见类型的是（）A.图文对数据B.语音-文本转写数据C.视频-字幕匹配数据D.纯文本分类数据答案：ABC解析：多模态数据指包含两种及以上模态类型的数据集，纯文本分类数据属于单模态数据，其余选项均属于多模态数据范畴。3.训练数据清洗的核心操作包括以下哪些（）A.冗余样本去重B.噪声数据过滤C.敏感信息脱敏D.全量参数更新答案：ABC解析：全量参数更新属于模型训练阶段的操作，不属于数据清洗的范畴，其余选项均为数据清洗的核心操作。4.以下属于大语言模型训练常见的客观评估指标的是（）A.BLEU值B.内容相关性C.困惑度D.