2026年人工智能训练师全国统一考试技能试题及答案

2026年人工智能训练师全国统一考试技能试题及答案一、简答题（每题5分，共20分）1.在进行数据标注与训练集构建时，若发现样本类别严重不平衡，请列举三种常用处理策略，并简要说明各自的原理。2.简述模型过拟合的典型表现，并列举三种常用的缓解措施。3.什么是迁移学习？在图像分类任务中，使用预训练模型进行微调（Fine-tuning）的基本流程是什么？4.写出精确率（Precision）、召回率（Recall）和F1值的计算公式，并说明在医疗影像筛查场景中为什么更关注召回率。P其中TP为真正例数，FP为假正例数，FN为假负例数。在医疗影像筛查中，漏诊（假阴性）可能导致患者错过最佳治疗时机，代价远高于误诊（假阳性），因此需要优先提高召回率，尽量将疑似病例全部筛出，再通过后续复查确认阳性结果。二、计算与分析题（每题10分，共20分）1.某二分类图像识别模型在测试集上的混淆矩阵如下表：预测正类预测负类实际正类12030实际负类20230请计算：(1)准确率（Accuracy）；(2)精确率（Precision）；(3)召回率（Recall）；(4)F1值。A(2)精确率：P(3)召回率：R(4)F1值：F即模型准确率为87.5%，精确率约为85.71%，召回率为80%，F1值约为82.76%。解析：混淆矩阵中，行表示实际类别，列表示预测类别。准确率反映整体预测正确的比例；精确率衡量预测为正类的样本中有多少是真正类；召回率衡量实际正类样本中有多少被正确找出。当类别不平衡时，准确率可能产生误导，需结合精确率、召回率综合评估。2.某二分类逻辑回归模型输出样本属于正类的概率p，判定阈值为0.5（即p≥样本编号123456实际标签正正负正负负预测概率0.820.650.430.910.550.12(1)写出阈值为0.5时各样本的预测类别，并计算精确率与召回率；(2)若将阈值调整为0.7，精确率与召回率分别如何变化？请计算说明。P(2)阈值调整为0.7后，各样本预测类别如下：样本编号123456预测类别正负负正负负此时TP=2（样本1、4），FP=0，FN=1（样本2），TN=3。P结论：阈值从0.5提高到0.7后，模型判定正类更加保守，召回率从100%下降到约66.7%，而精确率从75%提升到100%，体现了精确率与召回率之间的"此消彼长"关系。实际业务中应根据场景对漏报和误报的容忍程度选择合适的阈值。解析：阈值只影响预测类别的划分，不改变模型输出的概率本身。提高阈值会减少预测为正类的样本数量，通常导致召回率下降；若被剔除的样本中包含较多假正例，则精确率上升。本题样本5在阈值为0.5时被误判为正类，是精确率下降的直接原因。三、案例分析题（每题15分，共30分）1.某电商平台计划上线"商品评论情感分析"系统，自动将用户评论分为好评、中评、差评三类。训练师团队从历史数据中抽取50万条评论，其中好评占80%、中评占10%、差评占10%。团队直接用原始数据训练了一个深度学习分类模型，在测试集上整体准确率达到90%，但差评类召回率仅为35%。问题：(1)分析该模型"整体准确率高但差评召回率低"的原因；(2)提出至少三种改进方案，并说明各自的原理。2.某自动驾驶公司的训练师团队要构建行人检测模型。现有训练数据包括：白天晴天场景图片10万张、夜间图片2万张、雨雾天气图片5000张。模型在白天测试集上mAP达到0.85，但在夜间和雨雾天气测试集上mAP分别仅为0.42和0.35。问题：(1)从数据角度分析模型在夜间和雨雾天气下性能下降的主要原因；(2)设计一套数据层面的改进方案，说明实施步骤与预期效果。四、综合应用题（每题30分，共30分）1.某银行信用卡部门需要构建"反欺诈交易检测模型"，用于从每天千万级的实时交易流水中识别可疑交易。作为人工智能训练师，你负责该模型的训练与迭代全流程。请完成以下任务：(1)设计数据预处理与特征工程方案；(2)选择合适的模型与评估指标，并说明理由；(3)制定模型的训练、验证与上线迭代流程。参考答案与解析一、简答题1.答案：(1)过采样：对少数类样本进行复制，或使用SMOTE算法在少数类样本之间插值合成新样本，增加少数类在训练集中的数量；(2)欠采样：从多数类样本中随机剔除部分样本，使各类别样本数量趋于均衡；(3)代价敏感学习：在损失函数中为少数类样本赋予更高的误分类权重，使模型在训练时更关注少数类。解析：三种策略分别从数据数量、数据比例和优化目标三个层面入手。过采样与欠采样改变训练数据的分布，代价敏感学习不改变数据，而是通过调整损失函数纠正模型对多数类的偏向。2.答案：典型表现：模型在训练集上精度很高，但在验证集或测试集上性能明显下降，即泛化能力差。常用缓解措施：(1)增加训练数据量或使用数据增强；(2)引入L1/L2正则化或Dropout；(3)降低模型复杂度（如减少网络层数与参数），或采用早停（EarlyStopping）策略。3.答案：迁移学习指将某个源任务上学习到的知识（如模型参数、特征表示）迁移应用到目标任务中的方法，其前提是源任务与目标任务之间存在可共享的底层特征。微调的基本流程：(1)加载在大规模数据集（如ImageNet）上预训练好的模型（如ResNet、EfficientNet）；(2)替换模型顶部分类层，使输出类别数与目标任务一致；(3)冻结浅层参数，或使用较小学习率对整个网络进行训练；(4)在目标任务数据集上训练，并通过验证集监控性能、防止过拟合。二、计算与分析题1.答案：由混淆矩阵可知，TP=120，FN=30，FP=20，TN=230，样本总数N=400。(1)准确率：2.答案：(1)阈值为0.5时，各样本预测类别如下：样本编号123456预测类别正正负正正负其中预测为正类且实际为正类的样本为1、2、4，即TP=3；预测为正类但实际为负类的样本为5，即FP=1；预测为负类但实际为正类的样本为0，即FN=0；预测为负类且实际为负类的样本为3、6，即TN=2。三、案例分析题答案：(1)主要原因：-训练数据类别不平衡：好评占比高达80%，模型只要大量预测为好评即可获得较高的整体准确率，少数类（尤其是差评）对准确率的贡献很小；-差评样本绝对数量少，模型难以学到充分、稳定的差评特征模式；-整体准确率作为评价指标掩盖了少数类上的性能缺陷，模型实际上对差评"失明"。(2)改进方案：①数据重采样：对差评、中评样本进行过采样（如复制样本或使用SMOTE合成新样本），或对好评进行欠采样，使各类别比例趋于均衡，原理是消除数据分布对模型的偏向；②数据增强：对少数类评论文本进行同义词替换、随机删除、回译等操作扩充样本量，原理是利用文本语义不变性生成多样化的训练样本；③代价敏感学习：在损失函数中对差评、中评的分类错误施加更高权重，或使用FocalLoss等难样本挖掘损失，原理是通过改变优化目标迫使模型关注少数类；④优化评价指标：将整体准确率替换为宏平均F1或加权F1，并将差评召回率作为核心业务指标单独监控与调优。解析：本题的核心是"类别不平衡导致准确率陷阱"。案例中90%的整体准确率具有较强迷惑性——即使模型把所有评论都判为好评，准确率也有80%。答题时应从数据分布、模型训练、评价指标三个层面综合分析，改进方案需说明原理而非只罗列方法名称。答案：(1)主要原因：-数据分布严重偏差：白天晴天数据占绝对多数（约80%），模型学到的特征以白天光照充足、图像清晰的条件为主；-恶劣天气样本数量不足且场景覆盖不充分：夜间、雨雾数据合计仅占约20%，且缺乏对凌晨、黄昏、不同雨量、不同雾浓度等子场景的覆盖；-域差异（DomainShift）：夜间光照弱、雨雾导致对比度下降与遮挡，行人的边缘、颜色、纹理等视觉特征与白天差异显著，模型难以泛化。(2)改进方案：①针对性数据采集：补充采集夜间（含黄昏、黎明）、雨、雪、雾等场景的行人图片，覆盖不同天气强度与光照等级，缩小域差异；②数据增强：对现有数据进行亮度/对比度随机调整、加噪、模拟雨线、雾化模糊等处理，低成本扩展恶劣天气样本的多样性；③数据平衡：对白天大样本进行欠采样，或对恶劣天气样本进行过采样，使各场景比例相对均衡，避免模型被主导场景"绑架"；④引入域自适应或生成式数据扩充：利用风格迁移、GAN等方法将白天图像转换成夜间或雨雾风格，扩充目标域训练数据。预期效果：恶劣天气测试集上的mAP明显提升，各场景性能差距显著缩小；同时通过保留充足的白天数据并配合适当的训练策略，白天场景性能不会明显下降。实施后应持续收集真实恶劣天气数据迭代验证，使模型在长尾场景上稳步进化。解析：本题考察"数据分布与模型泛化"的关系。第(1)问需指出数据数量不足与域差异两个层面的原因；第(2)问的方案应围绕扩充目标域数据、平衡数据分布、缩小域差异展开，并落实到可执行的步骤与可验证的效果上。四、综合应用题1.答案：(1)数据预处理与特征工程：•数据清洗：处理缺失值（按字段含义选择删除或填充）、异常值（如负金额、超高频交易），去除重复记录；•样本平衡：欺诈交易占比通常远低于1%，需采用过采样（SMOTE）、欠采样或代价敏感方法缓解类别不平衡；•特征工程：•时间特征：交易时段、与上次交易的时间间隔、单位时间交易频次；•金额特征：交易金额与用户历史均值的偏差、超大额交易标志；•空间特征：交易地点与常用城市距离、异地交易标志、频繁跨地域标志；•设备与行为特征：设备更换频率、短期内多设备登录、夜间异常活跃标志；•交叉特征：如"新设备+大额+深夜"组合标志位；•评分与统计特征：用户历史欺诈风险评分、商户历史可疑交易比率。(2)模型选择与评估指标：•模型选择：优先采用XGBoost或LightGBM等梯度提升树模型。理由：能够处理大规模高维稀疏特征，对特征缩放不敏感，训练效率高，支持类别权重设置，推理延迟低，适合实时风控场景；若需进一步捕捉时序行为模式，可引入LSTM、TabNet等深度模型进行对比实验；•评估指标：•核心指标：召回率（欺诈识别率）与精确率，并计算PR曲线下面积（AUPRC）。理由：欺诈场景类别极度不平衡，准确率会严重失真，PR曲线能更真实反映少数类上的分类性能；•辅助指标：AUC、F1值、不同阈值下的混淆矩阵；•业务指标：单位时间拦截欺诈金额、误伤正常交易比例、人工复核通过率。(3)训练、验证与上线迭代流程：①数据划分：按时间顺序划分训练集、验证集与测试集，避免随机划分造成时间泄漏（即用未来数据预测过去）；②模型训练与调优：在训练集上训练模型，利用验证集进行超参数调优（网格搜索或贝叶斯优化），监控训练曲线、防止过拟合；③阈值选择：结合业务风险偏好与成本约束，在验证集上选取欺诈召回率与误报率平衡的最优阈值；④离线评估：在留存测试集上评估整体指标，并按交易金额、交易时段、跨境交易等维度进行分层评估，识别模型的薄弱环节；⑤影子部署：将新模型与现有规则引擎并行运行（影子模式），对比两者的拦截结果与误报差异，确认模型稳定性与安全性；⑥灰度上线：逐步扩大新模型流量比例，实时监控拦截率、误报率、用户投诉率等指标，异常时快速回滚；⑦持续迭代：建立"每日增量更新+周期全量