2026人工智能训练师三级认证考试模拟题(附答案)

2026人工智能训练师三级认证考试模拟题(附答案)一、单项选择题（每题2分，共20分）1.在对一份包含大量中英文混排的文本数据集进行清洗时，下列哪种做法最恰当？A.将所有英文单词全部删除，只保留中文B.统一全角/半角标点，并检查乱码与编码错误C.将所有数字一律替换为0D.直接删除所有包含英文的样本，以减少噪声答案：B解析：清洗阶段应尽量保留有效信息，统一全角半角、修复编码错误是合理操作。删除英文或含英样本会破坏数据完整性，替换数字会引入错误信息。2.在图像分类任务中，若原始图片尺寸为1024×1024，模型输入要求为A.直接暴力拉伸，忽略长宽比畸变B.先按比例缩放至短边为224，再中心裁剪至224C.将图片四周随机补零至224D.直接旋转图片使尺寸变为224答案：B解析：中心裁剪加等比缩放是图像预处理的标准做法，可最大限度保留主体内容并减少畸变。直接拉伸会破坏几何形态，补零和旋转不能改变图像实际尺寸。3.关于数据标注质量控制，以下哪项措施对提升标注一致性最有效？A.只安排一名标注员完成全部任务B.在标注前制定详细规范，并开展试标与评审C.标注完成后不做任何抽检D.减少标注类别数量，但不提供示例答案：B解析：详细标注规范与试标评审能从源头保证标注质量。只让一人标注无法衡量一致性，抽检与示例是质量保障的必要环节。4.模型在训练集上准确率为95%，在验证集上准确率仅为70A.欠拟合B.过拟合C.学习率过低D.批大小过大答案：B解析：训练集与验证集性能差距过大是过拟合的典型特征，说明模型泛化能力不足。5.在二元分类中，若正样本极少，以下哪个评估指标最不适合单独用于衡量模型性能？A.精确率（Precision）B.召回率（Recall）C.F1D.准确率（Accuracy）答案：D解析：在类别极度不平衡时，将所有样本预测为多数类即可获得很高准确率，因此准确率无法反映真实性能。6.在NLP任务中，使用BERT类模型做文本分类时，输入序列长度超过模型上限（如512），最合适的做法是？A.直接报错并舍弃该样本B.截断至最大长度，并在必要时分段处理再合并特征C.将文本倒序输入D.不做任何处理直接输入答案：B解析：截断与分段处理是实际任务中最常用的策略。直接舍弃会丢失数据，倒序输入无实际意义。7.下列哪种数据增强方式适用于文本分类任务？A.随机裁剪B.同义词替换C.水平翻转D.色彩抖动答案：B解析：同义词替换是常见的文本数据增强方法，其余选项均针对图像数据。8.在模型训练过程中，损失函数持续震荡且不下降，以下哪项原因可能性最小？A.学习率设置过大B.数据标签存在大量错误C.批大小设置过大D.模型结构未正确加载答案：C解析：学习率过大、标签噪声、模型加载错误都会导致训练不稳定。批大小过大通常使训练更稳定，而非震荡。9.关于模型微调中的全参数微调（FullFine-tuning）与LoRA，以下说法正确的是？A.LoRA需要调整模型全部参数B.全参数微调的训练参数量远大于LoRAC.LoRA的训练效果一定优于全参数微调D.全参数微调不会产生灾难性遗忘问题答案：B解析：LoRA通过低秩分解只训练少量注入参数，训练参数量远小于全参数微调，两者效果因任务而异，全参数微调仍可能存在灾难性遗忘。10.在部署AI服务时，模型推理延迟过高，以下哪种优化手段效果最直接？A.增加训练数据量B.使用模型量化（如INT8）或知识蒸馏C.调低学习率D.增加训练轮数答案：B解析：量化与蒸馏都能显著降低模型计算量与推理延迟，属于部署优化手段，训练数据量与学习率调整不直接影响推理速度。二、多项选择题（每题4分，共20分）1.下列哪些操作属于数据清洗的常见范畴？A.去除重复样本B.处理缺失值（如均值填充、删除）C.纠正常见错别字与错误标签D.调整模型学习率答案：A、B、C解析：数据清洗针对数据本身，包括去重、缺失值处理、错误纠正等，调整学习率属于模型训练环节。2.在图像分类模型训练中，以下哪些措施可以有效缓解过拟合？A.增加训练样本数量B.使用数据增强（旋转、翻转、裁剪等）C.增加Dropout层D.不加限制地增大模型参数量答案：A、B、C解析：增大数据量、数据增强、Dropout都是常用的正则化手段。单纯增大模型参数量会加重过拟合。3.关于大语言模型中的RAG（检索增强生成）架构，以下说法正确的有？A.能够缓解模型幻觉问题B.需要额外引入检索系统或向量数据库C.不需要更新模型参数即可引入新知识D.RAG一定会降低生成速度答案：A、B、C解析：RAG通过检索外部知识辅助生成，可缓解幻觉，且无需微调即可引入新知识。但"一定降低速度"过于绝对，实际可通过工程优化缓解。4.在评估一个文本生成模型时，以下哪些指标属于常用评估方式？A.BLEUB.ROUGEC.困惑度（Perplexity）D.显存占用大小答案：A、B、C解析：BLEU、ROUGE用于评估生成文本与参考答案的相似度，困惑度用于衡量语言模型概率分布的合理性。显存占用是工程指标，不属于生成质量评估指标。5.在AI训练师日常工作中，哪些做法符合数据安全与合规要求？A.对用户隐私数据进行脱敏处理后再用于训练B.未经授权将训练数据上传至第三方平台C.对训练数据集进行权限分级管控D.在模型上线前进行内容安全测试答案：A、C、D解析：数据脱敏、权限管控、内容安全测试均属合规要求。未经授权上传数据属于违规行为。三、判断题（每题2分，共20分）1.在训练神经网络前，通常需要对输入特征进行归一化或标准化处理。答案：正确2.模型在测试集上的表现是最重要的，因此可以多次反复查看测试集结果来调整模型超参数。答案：错误解析：测试集只能用于最终评估，反复查看并调参会导致模型隐式过拟合测试集。3.数据增强可以增加训练样本的多样性，从而提升模型泛化能力。答案：正确4.在使用ConvNeXt等现代CNN模型时，输入端固定为224×答案：错误解析：现代模型通常支持在微调阶段调整输入分辨率，或通过全局池化等结构适应不同尺寸输入，并非完全不可处理。5.类别不平衡问题中，上采样（Oversampling）是指增加少数类样本数量。答案：正确6.在大模型训练中，学习率预热（Warm-up）是指在训练初期使用较小学习率，再逐步增大。答案：正确7.智能客服系统中的知识库必须保持静态不变，模型才能稳定运行。答案：错误解析：知识库应定期更新，配合RAG或增量微调才能保持回答的时效性和准确性。8.在标注实体识别任务时，多个标注员对同一文本标注不一致，该现象被称为标注冲突，需要在质检环节解决。答案：正确9.过拟合模型在训练集上的误差通常低于其在验证集上的误差。答案：正确10.强化学习中的奖励模型（RewardModel）通常使用人类偏好数据进行训练。答案：正确四、案例分析题（每题10分，共40分）1.某电商平台计划训练一个商品评论情感分类模型，训练语料共100万条，其中好评90万条、差评10万条。模型训练完成后，在测试集上准确率达到97%答案：原因在于训练数据存在严重的类别不平衡，模型整体偏向预测为多数类（好评），导致对差评（少数类）的召回率很低。准确率97%具有迷惑性，因为即使全部预测为好评，准确率也能达到90改进方案：(1)数据层面：对差评样本进行上采样、合成或收集更多差评数据；也可对好评样本进行下采样，使类别比例趋于均衡。(2)算法层面：在损失函数中为正类（差评）设置更高权重，如使用加权交叉熵损失L=(3)评估指标：改用F1解析：本题核心考查类别不平衡问题对模型评估的误导及解决方案。准确率在不平衡数据下不可靠，需结合精确率与召回率综合判断。2.在训练一个目标检测模型时，训练集损失在第10轮后持续下降，但验证集上的mAP从第12轮开始不再上升甚至略微下降。请指出该现象，并提出至少三种应对策略。答案：该现象为过拟合，模型在训练集上过度学习，导致在验证集上泛化能力下降。应对策略：(1)早停法（EarlyStopping）：监控验证集mAP，当连续多个epoch不再提升时停止训练，并回滚到最佳模型参数。(2)增加数据增强：使用随机翻转、随机尺度缩放、色彩抖动等增强手段，扩大有效样本多样性。(3)正则化：在损失函数中加入权重衰减（WeightDecay）即L2(4)降低模型复杂度：减少主干网络层数或通道数，或使用更轻量级的模型结构。解析：过拟合是训练中的常见问题。mAP不再提升而训练损失继续下降，是典型的泛化差距增大信号，早停是最直接的手段。3.某客服机器人采用大语言模型（LLM）提供问答服务。运营人员反馈，机器人经常一本正经地输出与事实不符的"幻觉"内容，且对最新活动规则无法回答。请给出至少两种优化方案，并简述其原理。答案：方案一：引入RAG（检索增强生成）架构。将最新活动规则、常见问答等知识以向量形式存入向量数据库，用户在提问时先检索相关知识片段，再拼入Prompt中供模型参考生成。其原理是利用检索模块为模型提供外部事实依据，使生成内容有据可查，减少幻觉。方案二：使用真实语料对模型进行指令微调（SupervisedFine-Tuning,SFT）。收集包含标准答案的问答对，微调模型使其输出风格与内容更贴合业务场景，提升对已知知识的准确回答能力。方案三：在Prompt中进行明确约束，例如要求模型"仅根据以下检索内容回答，若信息不足则明确回复'无法回答'"，从输出端降低幻觉概率。解析：幻觉与知识时效性不足是大模型落地的核心难题。RAG是当前主流方案，微调与提示词约束可辅助改善。4.某训练师在对一个预训练语言模型进行LoRA微调前，需要从训练集中划分验证集。现有数据200,000条，类别为二分类且正负样本各100,000条。请设计一个合理的划分方案，并说明划分后的数据用