2026年人工智能训练师(三级)技能等级认定真题题库

2026年人工智能训练师(三级)技能等级认定真题题库一、单项选择题（共20题，每题2分，共40分。每题只有1个正确答案，请将正确选项填在题干括号内）1.面向自动驾驶场景的激光点云数据清洗环节，针对远距离反射噪点的离群点剔除操作，行业通用的标准阈值是采用（）倍四分位距（IQR）过滤极值点，在保留小体积障碍物样本的前提下最大化滤除无效噪点。A.1.2B.1.5C.2.0D.3.02.按照COCO官方公开数据集的2D目标检测标注格式规范，边界框（BoundingBox）的4个参数排序规则是（）。A.左上角像素x坐标、左上角像素y坐标、边界框宽度、边界框高度B.中心点像素x坐标、中心点像素y坐标、边界框宽度、边界框高度C.左下角像素x坐标、左下角像素y坐标、边界框宽度、边界框高度D.右上角像素x坐标、右上角像素y坐标、边界框宽度、边界框高度3.多模态大模型训练的图文配对数据集去重环节，采用感知哈希算法（pHash）判定两张图片内容高度相似、需纳入去重比对范围的汉明距离阈值是（）。A.≤5B.≤10C.≤15D.≤204.根据《生成式人工智能服务管理暂行办法》与《个人信息保护法》相关要求，人脸情感识别训练数据集的原始人脸样本标注完成后，脱敏后的原始素材存储期限不得超过（），到期必须完成不可逆删除操作。A.15个工作日B.30个工作日C.60个工作日D.90个工作日5.针对参数规模为7B的开源大语言模型，采用Rank=8的LoRA低秩微调算法做下游任务适配时，可训练参数占模型总参数量的比例约为（）。A.0.1%B.1%C.5%D.10%6.智能客服意图分类标注场景中，若某条用户输入为“我上周买的破壁机加热的时候发出异响，我要申请换货顺便要个延保”，按照三级意图拆分规范，该样本的一级意图、二级意图数量分别是（）。A.1个一级意图、2个二级意图B.2个一级意图、2个二级意图C.1个一级意图、1个二级意图D.2个一级意图、1个二级意图7.语音识别数据集的音素标注环节，单条10秒以内的中文普通话语音样本，其音素切分标注的允许误差阈值是（），超出阈值需判定为不合格标注。A.10msB.20msC.50msD.100ms8.大语言模型RLHF人类反馈偏好标注环节，同一条用户Prompt下生成4条不同的回复结果，标注人员两两对比排序时，排序结果冲突率超过（）的样本必须纳入二次人工复核范围。A.5%B.15%C.30%D.45%9.针对工业缺陷检测场景的小样本数据集增强操作，下述哪种增强方式属于三级AI训练师禁止采用的违规操作，会直接导致模型训练过拟合？（）A.对缺陷样本做随机亮度调整B.对缺陷样本做180度镜像翻转C.将缺陷区域直接粘贴到正常样本上扩充数据集D.对缺陷样本做高斯模糊处理10.自动驾驶3D点云语义分割标注规范中，针对被其他物体遮挡的行人目标，仅当可见点云数量占目标总点云数的比例超过（）时，必须纳入标注范围。A.10%B.20%C.40%D.60%11.OCR文本识别数据集的标注质控环节，标注结果与原始文本的字符级准确率最低要求达到（）才能直接进入后续语料预处理流程。A.95%B.97%C.99%D.99.9%12.边缘端部署的AI图像分类模型性能测试中，下述哪项指标是三级AI训练师需要重点监控的端侧推理核心指标？（）A.训练损失值B.浮点运算量（FLOPs）C.单张图像推理耗时D.训练集准确率13.按照《人工智能训练师国家职业技能标准（2023版）》三级技能要求，批量数据标注任务交付时，随机抽检的样本量占总样本量的比例不得低于（），才能覆盖全量标注质量风险。A.3%B.5%C.10%D.15%14.大模型SFT监督微调的指令数据集标注中，下述哪项内容不属于指令样本的必填标注要素？（）A.用户输入指令B.标注人员所属单位信息C.期望模型输出的标准答案D.指令所属任务类型标签15.行人重识别（ReID）数据集标注环节，同一个行人不同摄像头下的采集样本，下述哪项信息不属于法定需要脱敏的内容？（）A.行人面部清晰特征B.行人随身物品的品牌logoC.背景区域露出的门店手机号码D.背景区域露出的道路车牌号码16.目标检测模型训练过程中，连续3个Epoch验证集损失值持续上升、训练集损失值持续下降，下述哪种异常处置方式是三级AI训练师首先需要配合执行的？（）A.直接终止训练删除所有checkpoint文件B.检查训练数据集标注是否存在批量错标漏标问题C.直接将学习率调高10倍重启训练D.直接将批量BatchSize扩大2倍重启训练17.面向儿童陪伴场景的多模态大模型训练语料过滤时，下述哪类内容不属于必须拦截的违规敏感内容？（）A.诱导未成年人沉迷网络的话术B.泄露未成年人家庭住址的内容C.卡通动画类的常识科普内容D.引导未成年人参与危险行为的内容18.数据标注项目的标注员能力评级体系中，三级标注员要求连续参与3万条以上样本标注，且个人标注结果与金标准的一致率稳定达到（）以上。A.90%B.93%C.97%D.99%19.点云目标检测标注工具操作中，针对车辆类目标的3Dboundingbox标注，下述哪项标注操作属于不合格标注？（）A.边界框完全包裹目标车辆所有可见点云B.边界框边缘距离点云外轮廓预留1个点云单位的冗余量C.将车辆后视镜等小部件排除在边界框外D.边界框角度与车辆行驶方向保持平行20.生成式AI内容检测训练数据集构建时，下述哪项特征标注不属于区分AI生成内容与人类创作内容的核心维度？（）A.文本逻辑连贯性B.语句重复率分布C.段落语序自然度D.内容发布平台的域名二、多项选择题（共15题，每题3分，共45分。每题有2-4个正确答案，多选、少选、错选均不得分）1.三级AI训练师开展标注项目全流程质控工作时，通用的三级校验机制包含以下哪几个核心环节？（）A.标注人员自校验B.标注组长交叉校验C.第三方金标准盲审校验D.客户终端用户随机校验2.多模态养老陪护大模型的对话数据集标注规范中，下述哪些要素属于单条对话样本的必填标注项？（）A.用户核心诉求提取B.意图分类层级标签C.关联实体映射结果D.标注置信度打分3.针对自动驾驶图像数据集的批量数据清洗操作，下述哪些异常样本类型属于必须直接过滤删除的范围？（）A.全黑全白无效图像B.严重过曝完全丢失场景语义信息的图像C.画面模糊到无法识别任何目标的图像D.存在少量运动拖影的正常驾驶场景图像4.大语言模型微调的语料数据预处理环节，下述哪些操作属于三级AI训练师需要执行的标准化操作？（）A.去除文本中的特殊乱码字符B.过滤重复度超过80%的冗余语料C.按照预设分类维度完成语料标签标注D.直接手动修改所有低质量语料的内容5.车载语音唤醒模型的标注数据集构建过程中，下述哪些类型的负样本属于必须纳入训练集的高价值样本？（）A.车内背景音乐噪声样本B.车载导航广播语音样本C.用户正常聊天语音样本D.明确包含唤醒词的正样本6.下述关于AI训练数据合规管理的描述，符合国内现行法律法规要求的有哪些？（）A.标注涉及个人隐私的数据集前必须获得对应主体的明确授权B.标注过程中禁止私自拍摄、外传任何敏感数据样本C.标注完成后所有脱敏日志必须留存至少3年备查D.可以基于公开网络爬取的未经授权的人脸数据直接开展商用标注7.YOLO系列目标检测模型训练的监控环节，三级AI训练师需要配合算法工程师重点记录的训练运行指标包含以下哪些？（）A.训练集损失值变化趋势B.验证集mAP指标变化趋势C.显卡GPU利用率波动情况D.训练样本磁盘存储剩余空间8.工业缺陷检测标注场景中，下述哪些标注规则属于必须统一明确的前置规范要求？（）A.不同缺陷类型的类别命名规则B.小尺寸缺陷的最小标注阈值C.缺陷边界的像素级切分规则D.标注人员的上下班打卡规则9.大模型RLHF人类反馈标注的操作规范中，下述哪些要求属于标注人员必须遵守的操作准则？（）A.同Prompt下的回复对比排序优先参考内容准确性、无害性维度B.排序结果冲突率超过15%的样本必须提交给标注组长复核C.可以参考生成回复自带的来源水印判定排序优先级D.涉及违法违规内容的回复直接标记为最低优先级10.三维点云语义分割标注的常见不合格标注类型包含下述哪些？（）A.不同类别的点云边界出现跨类错标B.小体积目标点云被漏标C.动态移动物体点云类别标签错配D.点云背景区域无意义噪点未做无效标注11.面向智慧医疗场景的医学影像标注操作中，下述哪些操作属于合规要求？（）A.标注前对所有影像样本的患者姓名、身份证号做脱敏处理B.标注过程全程断开外部网络连接，防止数据泄露C.标注完成后永久删除所有原始患者隐私信息D.可以把标注过程中的典型样本截图发朋友圈做技术分享12.智能问答系统的知识库标注优化环节，下述哪些方式可以有效提升大模型生成回答的准确率？（）A.补充知识库实体与问答对的关联映射标注B.标注知识库内容的更新时间戳维度C.标注问答对的置信度优先级标签D.直接删除所有超过1年的历史问答样本13.三级AI训练师在模型轻量化端侧部署辅助测试环节，需要重点收集的用户侧反馈数据维度包含下述哪些？（）A.端侧推理失败的异常样本场景B.模型识别结果不符合预期的典型样本C.端侧推理响应耗时异常的场景D.端侧设备的外观磨损程度数据14.标注人员技能培训考核的核心评估维度包含下述哪些？（）A.标注准确率达到项目要求阈值B.单小时标注产出效率达到项目指标C.标注规则掌握程度考核得分合格D.个人网络购物消费能力达标15.多模态文生图模型训练数据集标注中，下述哪些标注维度属于提升生成结果准确率的核心标注要素？（）A.图像对应文本Prompt的语义完整性标注B.图像场景类别标签标注C.图像内容敏感合规性标签标注D.图像文件上传的服务器地址标注三、判断题（共15题，每题1分，共15分。正确打√，错误打×）1.在自动驾驶2D目标检测数据集标注规范中，被其他物体完全遮挡、无任何可见轮廓的行人目标，无需纳入标注范围。（）2.使用OCR工具做文本数据预处理时，识别置信度低于80%的样本可以直接做丢弃处理，无需二次人工校验。（）3.LoRA低秩微调算法的核心优势是仅更新模型少量参数就能达到全量微调的效果，大幅降低微调算力成本。（）4.面向未成年人的AI产品训练数据集可以采集未获得监护人授权的中小学生人脸数据开展商用训练。（）5.语音数据集标注过程中，静音段时长超过3秒的样本，需将静音段裁剪到0.5秒以内再完成后续音素标注操作。（）6.标注质控抽检过程中，若某批次样本的错标率超过5%，则需要对该批次100%的全量样本开展二次复核校验。（）7.目标检测模型训练过程中验证集mAP指标越高，代表模型在真实落地场景的泛化性能一定越好。（）8.多模态数据集的文本描述标注要求同一张图像可以标注多个不同维度的文本描述，提升模型对图像语义的理解能力。（）9.点云标注操作过程中，为了提升标注效率可以直接把不同类别的相邻点云合并为同一个类别完成标注。（）10.《生成式人工智能服务管理暂行办法》要求生成式AI训练数据不得侵犯他人知识产权，训练使用的开源语料需具备合法授权。（）11.智能客服意图分类标注时，允许将用户提出的多核心诉求样本只标注其中占比最高的一个意图，不需要做拆分标注。（）12.图像数据集做随机裁剪增强操作时，裁剪后目标物体的可见面积低于原面积20%的样本不能直接进入训练集。（）13.三级AI训练师不需要配合算法工程师完成模型部署后的线上效果迭代优化工作，只需要负责前期数据标注工作。（）14.敏感数据标注操作的终端设备禁止使用个人U盘、移动硬盘等外部存储设备拷贝任何项目样本数据。（）15.大模型SFT监督微调样本的标注过程中，标准答案标注时可以添加诱导用户生成违法违规内容的引导性描述。（）四、参考答案与评分细则（一）单项选择题1.答案：D，考点解析：自动驾驶场景远距离噪点多属于反射产生的无效极值点，采用3倍IQR阈值可以在保留路障等小目标的前提下完成清洗，符合行业通用规范。2.答案：A，考点解析：COCO格式边界框参数从左上角像素坐标起始排序，与YOLO的中心点坐标排序格式有明确区分，是三级AI训练师必须掌握的基础格式规范。3.答案：A，考点解析：感知哈希算法汉明距离≤5代表两张图像视觉内容高度一致，判定为重复样本直接去重，避免大模型训练出现冗余样本过拟合。4.答案：B，考点解析：根据个保法相关要求，人脸等生物特征数据标注完成后原始素材存储期限不得超过30个工作日，到期必须完成不可逆删除。5.答案：A，考点解析：7B模型采用Rank=8的LoRA微调，可训练参数量仅为百万级，占总70亿参数量的0.1%左右，大幅降低微调成本。6.答案：A，考点解析：该样本属于售后一级意图下的售后诉求、售后延保两个二级意图，按照三级标注规范需要拆分为2条独立标注样本。7.答案：B，考点解析：中文语音音素切分的允许误差阈值为20ms，超出误差会直接影响后续语音识别模型的识别精度。8.答案：B，考点解析：RLHF偏好标注样本冲突率超过15%说明标注规则未达成统一，必须纳入二次复核范围，确保偏好标注的一致性。9.答案：C，考点解析：直接粘贴缺陷样本属于人工造伪样本，会直接导致模型过拟合到缺陷区域的像素特征，无法在真实场景中识别自然出现的缺陷。10.答案：B，考点解析：自动驾驶点云标注规范中，目标可见点云占比超过20%必须纳入标注范围，保证模型对部分遮挡目标的识别能力。11.答案：C，考点解析：OCR文本标注的字符级准确率最低要求达到99%，才能避免低质文本影响后续大语言模型的训练效果。12.答案：C，考点解析：端侧推理耗时是边缘部署的核心性能指标，直接影响用户交互体验，属于三级AI训练师需要重点监控的维度。13.答案：B，考点解析：按照国家职业技能标准要求，批量标注项目抽检比例不得低于5%，才能有效覆盖标注质量风险。14.答案：B，考点解析：标注人员所属单位信息不属于指令样本的标注要素，无需录入到训练数据集当中。15.答案：B，考点解析：行人随身物品的非敏感品牌logo不属于个人隐私信息，不需要做脱敏处理，其余三类均属于必须脱敏的隐私内容。16.答案：B，考点解析：训练集损失下降验证集损失上升首先排查标注数据集的批量错标漏标问题，排除标注问题后再调整训练超参数。17.答案：C，考点解析：合规的卡通科普内容属于儿童陪伴大模型需要支持的正常内容，不属于违规敏感内容。18.答案：C，考点解析：三级标注员的技能要求是标注结果与金标准一致率稳定达到97%以上，符合行业通用评级标准。19.答案：C，考点解析：3Dboundingbox需要完整包裹目标的所有可见点云，后视镜属于车辆的组成部分，必须纳入边界框范围内。20.答案：D，考点解析：内容发布平台域名不属于AI生成内容与人类创作内容区分的核心标注维度，对模型训练没有价值。（二）多项选择题1.答案：ABC，解析：三级校验机制为标注员自校验、交叉校验、金标准盲审校验，用户校验不属于标注项目质控环节的流程。2.答案：ABCD，解析：多模态对话标注的四个维度均属于必填要素，确保后续大模型微调的数据集质量。3.答案：ABC，解析：少量运动拖影的场景属于真实驾驶过程中的正常采集样本，需要保留纳入训练集，提升模型泛化能力。4.答案：ABC，解析：低质量语料不能直接手动修改内容，需经过标注确认后再做处理，避免人工修改引入额外误差。5.答案：ABC，解析：唤醒词正样本不属于负样本范围，其余三类都是高价值负样本，可以大幅降低模型的误唤醒率。6.答案：ABC，解析：未经授权爬取的人脸数据用于商用标注属于违法行为，不符合国内监管要求。7.答案：ABCD，解析：四个维度均属于模型训练过程中需要记录的核心指标，辅助算法工程师快速定位训练异常问题。8.答案：ABC，解析：标注人员上下班打卡规则不属于标注内容层面的规则要求。9.答案：ABD，解析：标注人员不能参考生成回复的水印判定排序优先级，避免排序结果引入额外的人为偏差。10.答案：ABCD，解析：四类问题都是点云语义分割标注的常见不合格类型，需要在质控环节重点拦截。11.答案：ABC，解析：医学影像样本严禁私自外传分享，避免患者隐私数据泄露。12.答案：ABC，解析：不能直接无差别删除所有超过1年的历史问答样本，需要校验内容有效性后做筛选处理。13.答案：A