2026人工智能训练师二级真题及答案

2026人工智能训练师二级真题及答案一、单项选择题（每题1分，共20分）1.在二分类问题中，精确率（Precision）的计算公式是？A.PB.PC.PD.P答案：A解析：精确率衡量的是预测为正类的样本中有多少真正为正类，分母是TP+F2.FocalLoss最主要解决的问题是？A.训练数据集过小B.正负样本比例悬殊且难易样本不均衡C.学习率设置过大D.深层网络梯度消失答案：B解析：FocalLoss通过调制因子降低易分类样本的权重，使模型聚焦于难分类样本，常用于目标检测等正负样本极不均衡的任务。3.下列操作中，最可能加剧模型过拟合的是？A.增大正则化系数B.提高Dropout比率C.大幅增加模型参数量D.扩充训练数据答案：C解析：模型参数量过大而训练数据不足时，模型容易记住噪声，导致过拟合。增大正则化、提高Dropout、扩充数据都会抑制过拟合。4.在目标检测数据标注中，COCO格式的bbox字段通常表示为[x,y,w,h]，其中(x,y)指的是？A.目标中心点坐标B.矩形框左上角坐标C.矩形框右下角坐标D.矩形框左下角坐标答案：B解析：COCO标注中的矩形框采用“左上角坐标+宽高”表示，即x、y是矩形左上角顶点的横纵坐标。5.关于BatchNormalization，下列说法正确的是？A.训练时使用当前batch的均值和方差，推理时使用全局统计量B.推理时直接使用每个batch的均值和方差C.该操作只能用于卷积层D.加入BatchNormalization后通常会使训练更难收敛答案：A解析：BatchNormalization在训练时按batch计算均值和方差归一化，推理时使用训练过程中积累的全局统计量，以保证确定性输出。6.下列数据增强操作中，属于图像几何变换的是？A.随机亮度调整B.对比度变换C.水平翻转D.添加高斯噪声答案：C解析：水平翻转属于几何变换；亮度、对比度属于颜色变换；高斯噪声属于噪声扰动。7.在一个NLP文本分类任务中，训练集规模很小，最合适的策略是？A.从零训练一个大规模Transformer模型B.使用预训练语言模型进行微调C.随机初始化全连接网络直接训练D.不使用词向量，直接送入独热编码答案：B解析：预训练模型已经在大规模语料上学习到通用语言表示，在小数据集上微调可以获得更好的表现，也更容易收敛。8.关于AUC的语义，下列解释最准确的是？A.随机抽取一个正样本和一个负样本，正样本得分高于负样本得分的概率B.精确率和召回率的调和平均数C.模型预测错误样本占总样本的比例D.模型在训练集上的准确率答案：A解析：AUC反映模型对正负样本的排序能力，值越大说明正样本排在负样本前面的概率越高。9.在迁移学习中，将预训练模型应用于新的小数据集时，通常首先采用的做法是？A.冻结底层参数，只微调高层和新增分类头B.以较大学习率微调所有参数C.删除所有卷积层后重新随机初始化D.冻结所有参数，完全不训练答案：A解析：底层特征具有较强通用性，冻结底层可避免小数据导致特征破坏。同时微调高层和任务相关分类头，能在保留通用特征的基础上适配新任务。10.评价语义分割模型时，最常用的指标是？A.mIoUB.均方误差（MSE）C.困惑度（Perplexity）D.BLEU值答案：A解析：mIoU计算预测分割区域与真实标注区域的交并比均值，是语义分割任务的标准评价指标。11.在强化学习中，折扣因子γ通常的取值范围是？A.0B.γC.γD.任意实数答案：A解析：折扣因子γ决定未来奖励的衰减程度，通常取[0,112.训练过程中，训练集损失持续下降，但验证集损失先下降后上升，最可能的原因是？A.欠拟合B.过拟合C.学习率过小D.训练数据标注错误答案：B解析：训练损失下降而验证损失上升，是典型的过拟合现象，说明模型泛化能力不足。13.对于正负样本严重不均衡的数据集，下列做法中通常效果最好的是？A.随意删除部分样本B.使用重采样或类别加权损失C.将学习率调至非常大D.不进行任何处理直接训练答案：B解析：欠采样、过采样、合成样本（如SMOTE）以及给少数类更高损失权重，都是处理类不均衡的有效手段。14.在PyTorch中，推荐保存模型的方式是？A.直接保存整个模型对象B.保存模型的state_dictC.只保存优化器状态D.只保存训练日志文件答案：B解析：state_dict只包含模型参数，文件小且结构清晰，加载时也更容易处理网络结构变化。15.数据标注规范中，对于目标被大面积遮挡的情况，通常应如何处理？A.跳过该目标不标注B.只按可见部分标注，并忽略遮挡部分C.结合上下文推测完整目标范围，并添加“遮挡”属性标记D.将该目标标注为背景答案：C解析：遮挡目标应尽可能标注完整目标范围，同时使用属性标记记录遮挡状态，便于后续模型训练和质检。16.下列哪个应用场景更适合使用目标检测而不是图像分类？A.判断一张图像中是否有猫B.判断一张图像中猫的品种C.判断一张图像中多只猫各在什么位置D.判断一张图像中内容是猫还是狗答案：C解析：目标检测不仅识别目标类别，还输出目标位置，因此适合定位图像中多个目标及其空间范围。17.对抗攻击（AdversarialAttack）指的是？A.向训练数据中随机加入噪声B.向输入添加微小扰动，使模型给出错误输出C.增加网络层数以提升模型复杂度D.在网络中引入注意力机制答案：B解析：对抗攻击利用模型对微小扰动的敏感性，通过精心构造扰动欺骗模型，是模型安全领域的重要研究方向。18.人工智能训练师处理包含人脸、车牌等个人敏感信息的训练数据时，首先应当？A.直接删除所有相关数据B.遵循《个人信息保护法》等法规，对数据进行脱敏并确保有合法授权C.上传至公共云盘加速训练D.忽略隐私风险直接使用答案：B解析：敏感数据必须合规使用，删除数据并非最优解，脱敏处理、权限管控和合法授权是标准流程。19.在BERT类模型中，输入序列开头[CLS]位置的输出向量通常用于？A.预测下一个词B.作为整个句子的语义表示用于分类任务C.表示句子中每个词的词性标签D.计算模型的困惑度答案：B解析：BERT使用[CLS]向量聚合整个句子的信息，微调分类时通常将该向量接到全连接层进行预测。20.关于早停法（EarlyStopping），下列说法正确的是？A.当验证集性能不再提升时停止训练，以减少过拟合B.当训练集准确率达到100%时立即停止C.在测试集损失最低点停止D.在固定训练轮数越多越好答案：A解析：早停法观察验证集表现，在验证性能开始下降或不再提升时停止训练，既节省时间，也有助于泛化。二、多项选择题（每题2分，共20分）1.下列哪些策略可以有效缓解类别不均衡问题？A.对多数类样本进行欠采样B.对少数类样本进行过采样C.使用FocalLossD.增加网络层数E.降低学习率答案：A、B、C解析：欠采样、过采样、FocalLoss都能缓解类别不均衡。增加网络层数和调整学习率不属于针对类别不均衡的常规手段。2.关于超参数调优，下列说法正确的有？A.网格搜索会对所有超参数组合进行穷举B.随机搜索在超参数维度较高时通常比网格搜索更高效C.贝叶斯优化会利用历史评价结果选择下一组超参数D.学习率在整个训练过程中只能保持固定值E.批量大小只会影响训练速度，不会影响模型性能答案：A、B、C解析：学习率可以使用余弦退火、指数衰减等调度策略；批量大小会同时影响训练速度和模型收敛质量，因此D、E不正确。3.下列属于数据清洗操作的有？A.缺失值填充B.去除重复样本C.检测并处理异常值D.修改神经网络激活函数E.调整ResNet的层数答案：A、B、C解析：数据清洗处理的是数据质量问题，包括缺失、重复、异常等。修改网络结构和激活函数属于模型优化范畴。4.在深度学习训练过程中，损失值出现NaN，可能的原因有？A.学习率设置过高，参数发生爆炸B.数据中含有NaN或infC.梯度数值溢出D.正则化系数为0E.使用Adam优化器答案：A、B、C解析：学习率过大会导致参数更新过大，脏数据会污染前向计算，梯度溢出都会产生NaN。使用Adam本身不会导致NaN，正则化系数为0也不是直接原因。5.关于混淆矩阵，下列说法正确的有？A.TP表示实际为正且预测为正的样本数B.FP表示实际为负但预测为正的样本数C.FN表示实际为正但预测为负的样本数D.TN表示实际为负且预测为负的样本数E.TP与TN之和等于全部样本数答案：A、B、C、D解析：混淆矩阵四类样本共同组成全部样本，即TP6.关于数据标注质量控制，下列做法合理的有？A.制定详细的标注规范B.多人交叉标注并计算一致性指标（如Kappa系数）C.对标注结果按一定比例抽检D.为追求速度，删除全部质检环节E.使用主动学习筛选出高价值样本优先人工复核答案：A、B、C、E解析：质量抽检和一致性校验是保证标注质量的核心手段；删除质检环节会严重影响数据集质量，因此D错误。7.下列属于图像分类常用数据增强技术的有？A.RandomCrop（随机裁剪）B.ColorJitter（颜色抖动）C.MixUpD.CutMixE.直接修改类别标签答案：A、B、C、D解析：RandomCrop、ColorJitter属于单样本增强，MixUp和CutMix属于样本混合增强。直接修改标签属于造假行为，不能作为数据增强。8.关于卷积神经网络（CNN）与全连接网络（FCN）的对比，下列说法正确的有？A.卷积层具有局部连接和参数共享特性B.处理同尺寸图像时，全连接网络的参数通常远多于卷积网络C.卷积网络更适合学习图像的空间结构D.全连接网络完全不能用于图像分类E.卷积网络通过一层卷积就能建模全局长距离依赖答案：A、B、C解析：全连接网络也能完成图像分类，但参数量和空间结构建模能力通常不如CNN；单层卷积的感受野有限，无法快速建模全局依赖关系。9.关于Transformer模型，下列说法正确的有？A.核心机制是自注意力B.需要加入位置编码来保留词序信息C.Encoder部分可以对输入进行并行计算D.只能处理文本数据E.多头注意力可以捕捉不同子空间的信息答案：A、B、C、E解析：Transformer已被扩展用于图像（ViT）、语音等多模态任务，因此D错误。其余描述均为Transformer的基本特性。10.在模型训练过程中，TensorBoard可以用于？A.可视化训练和验证损失曲线B.可视化模型计算图C.查看分类模型的混淆矩阵D.自动调优模型超参数E.对比不同实验的指标曲线答案：A、B、C、E解析：TensorBoard是可视化工具，可以显示指标、图和模型结构，但不会自动调优超参数，因此D错误。三、判断题（每题1分，共10分）1.在目标检测中，IoU的计算公式是检测框与真实标注框的交集面积除以并集面积。答案：正确2.学习率设置得越小，模型最终的效果一定越好。答案：错误解析：学习率过小会导致训练极慢，还可能陷入局部最优；需要选取合适范围或配合学习率调度。3.做目标检测标注时，只要目标在框内，不管位置偏移多少，对训练结果都没有影响。答案：错误解析：边界框偏移会引入标注噪声，直接影响回归分支的学习，严重时会造成目标定位偏差和模型退化。4.使用SMOTE等过采样方法缓解样本不均衡时，有可能增加过拟合风险。答案：正确解析：SMOTE通过插值生成新样本，若局部噪声较大，生成的样本可能落入不合理区域，从而加剧过拟合。5.模型在测试集上表现良好，就一定能在线上业务中保持相同效果。答案：错误解析：真实业务数据分布可能随时间漂移，测试集不能完全覆盖线上所有场景，需要进行持续监测和评估。6.迁移学习只适用于计算机视觉任务，不能用于自然语言处理任务。答案：错误解析：迁移学习在NLP中同样广泛应用，如BERT、GPT等预训练模型微调。7.只要技术手段足够强大，使用包含个人敏感信息的数据训练模型时可以无需获得用户授权。答案：错误解析：合规使用是AI训练的基本前提，必须遵循相关法律法规并获得合法授权。8.早停法可以在防止过拟合的同时节省训练资源。答案：正确9.Softmax层输出的所有类别概率之和一定等于1。答案：正确10.图像分类网络通常会在卷积层后接全连接层或全局平均池化层，用于输出类别得分。答案：正确四、简答题（每题5分，共20分）1.简述人工智能训练师在数据标注前需要完成的主要准备工作。答案：(1)明确任务需求，确定标注目标、类别体系和标注粒度；(2)制定详细、可执行的标注规范，说明各类别定义、边界情况和特殊规则；(3)准备数据样本并对原始数据进行预处理，如去重、脱敏、格式转换；(4)设计标注工具和标注流程，分配标注人员并进行培训与试标；(5)制定质量控制与抽检方案，包括一致性指标和质检比例。2.简述解决模型过拟合的四种常用方法。答案：(1)扩充训练数据，或使用数据增强；(2)引入正则化，如L2正则化、Dropout；(3)采用早停法，在验证集性能不再提升时停止训练；(4)降低模型复杂度，如减少网络层数、参数量或简化特征维度。3.写出精确率、召回率与F1值的定义，并说明各自的适用场景。答案：(1)精确率P=(2)召回率R=(3)F1值是精确率和召回率的调和平均：F14.使用GPU训练模型时发现显存不足，至少写出四种可采取的解决措施。答案：(1)减小batchsize；(2)降低输入图像分辨率或缩小样本尺寸；(3)使用梯度累积，模拟更大batch的效果；(4)使用混合精度训练，降低显存占用；(5)启用梯度检查点（GradientCheckpointing），以计算换显存。五、综合分析题（每题15分，共30分）1.某电商平台构建商品评论情感分类模型。训练过程中发现训练集准确率达到95%，验证集准确率只有72%。请分析可能的原因，并给出排查方向和改进建议。答案：(1)原因分析该现象是典型的过拟合表现，即模型在训练集上过度学习，泛化能力不足。可能原因包括：训练数据量不足；模型参数量过大；数据标注噪声大；训练轮数过多；类别不均衡；训练集与验证集分布不一致。(2)排查方向①检查训练集与验证集的样本来源、时间分布、类别分布是否一致；②检查标注质量，随机抽取部分训练样本进行二次审核；③观察训练损失与验证损失曲线，确认是否存在验证损失先降后升；④统计训练集和验证集在难例上的表现差异，定位过拟合来源。(3)改进建议①扩充训练数据，对少数类样本进行过采样或引入外部语料；②使用正则化手段，如Dropout、L2正则化、权重衰减；③采用早停法，根据验证集表现选择最佳训练轮数；④降低模型复杂度，使用更小的预训练模型或减少全连接层维度；⑤使用交叉验证评估模型稳定性，避免单