人工智能训练师三级考试题及答案

人工智能训练师三级考试题及答案一、单项选择题（共20题，每题1分，合计20分。每题只有1个正确答案，多选、错选、不选均不得分）1.按照《人工智能训练师国家职业技能标准（2021年版）》，中级（三级）人工智能训练师的核心职责不包括以下哪项？A.制定标注作业规范与质量抽检方案B.独立完成超大规模预训练模型的架构设计与调优C.开展标注数据的清洗、去重与归一化处理D.辅助算法工程师完成模型训练的参数调试与效果验证2.下列数据标注类型中，属于自然语言处理（NLP）领域的是？A.2Dboundingbox标注B.语音转写标注C.命名实体识别（NER）标注D.点云语义分割标注3.常规监督学习任务中，训练数据集、验证数据集、测试数据集的通用划分比例为？A.9:0.5:0.5B.6:2:2C.4:4:2D.3:3:44.下列工具中，主要用于图像领域标注作业的是？A.LabelImgB.ProdigyC.AudacityD.ML-Server5.中级人工智能训练师开展常规标注任务的质量抽检，最低抽检比例不得低于？A.5%B.10%C.20%D.30%6.下列数据噪声类型中，不属于标注数据常见噪声的是？A.标注标签错误B.重复样本数据C.模型推理延迟D.样本特征缺失7.图像分类标注任务中，“类间相似度高、类内差异大”最容易导致的质量问题是？A.标注漏标B.标注错标C.标注冗余D.标注格式错误8.下列关于训练集与测试集的描述，正确的是？A.测试集可以直接参与模型权重的更新B.训练集与测试集可以有10%以内的重复样本C.测试集用于评估模型的泛化能力D.验证集的作用与测试集完全一致9.命名实体识别标注中，下列不属于通用实体类型的是？A.人名B.地名C.组织机构名D.用户自定义商品ID10.数据归一化处理的核心作用是？A.增加数据样本量B.消除不同特征之间的量纲差异C.提高模型的推理速度D.降低数据存储成本11.下列哪种情况最可能导致模型出现过拟合？A.训练样本量不足且模型复杂度高B.训练样本量过大且模型复杂度过低C.训练epoch数不足D.学习率设置过低12.标注质量评估中，“标注结果与真实标准的一致性程度”对应的核心指标是？A.准确率B.召回率C.精确率D.Kappa一致性系数13.下列关于数据去重的描述，错误的是？A.数据去重可以降低模型训练的冗余计算B.完全相同的样本必须去重C.近似重复样本不需要去重D.图像数据的去重可以通过感知哈希算法实现14.语音标注任务中，“音素标注”属于哪一层级的标注？A.语义层级B.语法层级C.声学层级D.语用层级15.中级人工智能训练师在辅助模型训练时，不需要完成的工作是？A.整理训练数据的批次文件B.记录训练过程中的损失值变化C.调整模型的骨干网络架构D.上报训练过程中的异常报错16.下列哪种标注格式是YOLO系列模型常用的图像标注格式？A.XMLB.TXTC.JSOND.CSV17.标注作业的“三级质检”体系中，不包括以下哪个环节？A.标注员自检B.标注组互检C.质量专员抽检D.最终用户全检18.下列数据类型中，属于结构化数据的是？A.监控视频片段B.关系型数据库中的用户信息表C.客户服务语音录音D.新闻资讯文本19.模型训练过程中，“损失值持续下降但验证集准确率不再上升”最可能说明出现了什么问题？A.欠拟合B.过拟合C.学习率过低D.batchsize过大20.下列关于AI伦理与数据安全的要求，错误的是？A.采集个人信息数据必须获得知情同意B.标注数据可以随意转发到私人存储设备C.不得训练涉及种族歧视、性别歧视的模型D.涉密数据必须在涉密环境下开展标注作业二、多项选择题（共10题，每题2分，合计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.按照《人工智能训练师国家职业技能标准（2021年版）》，中级（三级）人工智能训练师的工作领域包含以下哪些？A.数据采集与处理B.数据标注与审核C.模型训练辅助D.预训练模型架构研发E.训练数据管理2.下列标注类型中，属于计算机视觉（CV）领域的有？A.2D目标检测标注B.语义分割标注C.文本情感标注D.3D点云标注E.图像分类标注3.标注数据质量的核心评估维度包括？A.准确性B.完整性C.一致性D.合规性E.娱乐性4.下列方法中，能够有效缓解模型过拟合问题的有？A.增加训练数据量B.降低模型复杂度C.引入正则化策略D.提高学习率E.增加训练epoch数5.下列属于数据清洗常用操作的有？A.缺失值填充B.异常值剔除C.重复数据删除D.数据格式转换E.模型参数调优6.命名实体识别（NER）标注的常见应用场景包括？A.智能客服的意图识别B.搜索引擎的实体链接C.知识图谱的实体抽取D.图像的目标检测E.语音的降噪处理7.标注作业前，中级训练师需要向标注员明确的标注规范要素包括？A.标注对象的定义与边界B.标注的格式要求C.特殊情况的处理规则D.标注工具的操作步骤E.模型的底层算法原理8.下列关于验证集的描述，正确的有？A.验证集用于训练过程中调整模型超参数B.验证集可以参与模型权重的更新C.验证集用于评估模型的泛化能力以选择最优模型D.验证集数据必须与训练集独立同分布E.验证集的规模必须大于测试集9.中级人工智能训练师在开展数据采集时，需要遵循的原则包括？A.合规性原则B.代表性原则C.全覆盖原则D.随机性原则E.最小必要原则10.下列属于标注质量问题常见诱因的有？A.标注规范定义模糊B.标注员未接受充分培训C.标注工具存在功能缺陷D.质检抽检比例过高E.样本本身存在歧义三、判断题（共10题，每题1分，合计10分。正确打“√”，错误打“×”）1.中级（三级）人工智能训练师可以独立负责千亿参数级预训练模型的全流程研发工作。2.训练集、验证集、测试集必须保证独立同分布，否则模型评估结果会失去参考价值。3.标注任务的质量抽检比例越高越好，无需考虑作业成本与周期。4.图像语义分割标注需要为每个像素分配对应的类别标签。5.数据归一化处理会损失原始数据的核心信息，因此模型训练前不需要做归一化。6.命名实体识别标注中，所有出现的人名都必须标注，无需考虑标注任务的场景需求。7.过拟合的核心表现是模型在训练集上效果差，在测试集上效果好。8.标注作业产生的所有数据都属于公开数据，可以随意传播使用。9.标注质量的一致性指标，既包括同一标注员的内部一致性，也包括不同标注员的外部一致性。10.中级人工智能训练师需要具备制定标注项目整体实施方案、统筹项目全周期进度的能力。四、简答题（共4题，每题5分，合计20分）1.请简述中级人工智能训练师在数据标注质量管控环节的主要工作内容。2.请列出至少5种常见的计算机视觉领域标注类型，并简要说明其用途。3.请简述训练数据中噪声数据的主要来源及对模型训练的影响。4.请简述过拟合与欠拟合的核心表现，并列出3种以上缓解过拟合的常用方法。五、实操分析题（共2题，每题15分，合计30分）1.某电商企业计划开发智能客服机器人，核心功能为用户咨询意图识别、商品实体抽取与问答匹配。作为负责该项目数据环节的中级人工智能训练师，请完成以下任务：（1）列出该项目至少需要的3种NLP标注类型，并说明各类型的核心作用；（2）设计针对标注作业的三级质量管控流程，明确各环节的责任主体与抽检要求；（3）说明标注合格数据的划分方式及各数据集的核心作用。2.某自动驾驶企业开展城市道路场景2D目标检测标注任务，标注类别包含行人、小型汽车、非机动车、交通标志、交通信号灯5类，要求标注准确率不低于95%。作业开展一周后，中级训练师抽检发现全量标注数据的平均准确率仅为82%，其中交通标志类错标率达21%，非机动车类漏标率达17%，另有8%的样本存在标注格式不规范问题。请结合中级人工智能训练师的技能要求，分析准确率不达标的可能原因，并提出针对性的改进措施。参考答案及解析一、单项选择题1.【答案】B【解析】根据《人工智能训练师国家职业技能标准（2021年版）》，中级（三级）人工智能训练师的职业功能覆盖数据采集与处理、数据标注与审核、模型训练辅助、训练数据与模型管理、项目辅助管理5个模块；超大规模预训练模型的架构设计与调优属于高级技师（一级）及算法研发岗位的核心职责，不属于三级训练师的工作范畴。2.【答案】C【解析】2Dboundingbox标注、点云语义分割标注属于计算机视觉领域；语音转写标注属于语音技术领域；命名实体识别（NER）标注是自然语言处理领域的基础标注类型，用于从文本中抽取指定类别的实体信息。3.【答案】B【解析】常规监督学习任务中，通常按照6:2:2的比例将数据集划分为训练集、验证集、测试集，确保训练集有足够数据供模型学习特征，验证集用于调参与模型选择，测试集用于最终泛化能力评估；特殊场景下可根据数据规模调整比例，但6:2:2为通用标准划分比例。4.【答案】A【解析】LabelImg是开源的图像标注工具，主要用于2D目标检测标注；Prodigy是面向NLP领域的标注工具；Audacity是音频编辑处理工具；ML-Server是模型部署服务工具。5.【答案】B【解析】《人工智能训练师国家职业技能标准（2021年版）》明确要求，中级（三级）人工智能训练师开展常规标注任务的质量抽检比例不得低于10%，重大项目、高风险项目抽检比例不得低于20%。6.【答案】C【解析】标注数据的常见噪声包括标签错误、重复样本、特征缺失、格式错误等；模型推理延迟属于模型部署阶段的性能问题，不属于数据噪声范畴。7.【答案】B【解析】类间相似度高意味着不同类别的样本视觉特征接近，类内差异大意味着同一类别内部样本特征差异显著，标注员难以准确区分类别边界，最容易引发错标问题。8.【答案】C【解析】测试集是独立于训练过程的数据集，仅用于最终评估模型的泛化能力，不得参与模型权重更新；训练集与测试集必须完全独立，不得有重复样本，否则会导致评估结果偏高；验证集用于训练过程中的调参与模型选择，与测试集作用不同。9.【答案】D【解析】通用命名实体类型包括人名、地名、组织机构名、时间、日期等；用户自定义商品ID属于特定领域的自定义实体类型，不属于通用实体范畴。10.【答案】B【解析】数据归一化是将不同量纲、不同取值范围的特征映射到统一区间的处理方式，核心作用是消除特征间的量纲差异，提升模型训练的稳定性与收敛速度，不会损失数据核心信息，也无法直接增加样本量或降低存储成本。11.【答案】A【解析】过拟合的核心诱因是模型复杂度过高、训练样本量不足或样本分布单一，导致模型记住了训练数据的噪声与细节特征，泛化能力下降；训练样本量过大、模型复杂度过低易引发欠拟合；训练epoch不足、学习率过低会导致模型收敛慢，不是过拟合的核心原因。12.【答案】A【解析】准确率指标衡量标注结果与真实标准的一致性程度，即正确标注样本数占总样本数的比例；召回率衡量漏标情况，即正确标注的正样本占所有真实正样本的比例；精确率衡量错标情况，即正确标注的正样本占所有标注为正样本的比例；Kappa一致性系数用于衡量不同标注员之间的标注一致性，排除随机因素干扰。13.【答案】C【解析】数据去重既包括完全相同样本的去重，也包括近似重复样本的去重，近似重复样本会导致模型过度学习局部特征，引发过拟合，因此需要通过感知哈希、特征匹配等方式识别并剔除；图像数据的去重常用感知哈希算法实现。14.【答案】C【解析】语音标注分为声学层级、语法层级、语义层级，其中音素、音节、声调标注属于声学层级；词语、词性标注属于语法层级；情感、意图标注属于语义层级。15.【答案】C【解析】中级人工智能训练师的模型训练辅助职责包括整理训练数据批次、记录训练指标、上报异常、辅助调试基础超参数等；模型骨干网络架构的设计与调整属于算法工程师或高级人工智能训练师的职责，不属于三级训练师的工作范畴。16.【答案】B【解析】YOLO系列模型采用TXT格式的标注文件，每个图像对应一个TXT文件，内容为类别索引、归一化的目标中心点坐标、宽度与高度；XML格式是PascalVOC数据集的标准标注格式；JSON格式是COCO数据集的标准标注格式；CSV格式常用于表格类数据存储。17.【答案】D【解析】标注作业的“三级质检”体系包括：一级自检（标注员自行检查）、二级互检（同组标注员交叉检查）、三级抽检（质量专员/训练师抽样检查）；最终用户全检不属于标注团队内部的三级质检体系环节。18.【答案】B【解析】结构化数据是指具有固定模式与结构、可以用二维表逻辑表达的数据，关系型数据库中的用户信息表是典型的结构化数据；视频、语音、文本属于非结构化数据，没有固定的结构模式。19.【答案】B【解析】训练集损失值持续下降说明模型在训练数据上的表现不断优化，但验证集准确率不再上升说明模型的泛化能力没有提升，是过拟合的典型表现；欠拟合表现为训练集与验证集的效果都差；学习率过低会导致损失值下降缓慢；batchsize过大可能导致模型泛化能力下降，但不是该现象的核心诱因。20.【答案】B【解析】AI伦理与数据安全要求明确规定，标注数据属于企业核心资产，涉及个人信息或涉密的数据严禁私自转发、存储到私人设备；采集个人信息必须获得知情同意，严禁训练存在歧视性的模型，涉密数据必须在涉密环境下作业。二、多项选择题1.【答案】ABCE【解析】根据《人工智能训练师国家职业技能标准（2021年版）》，中级（三级）人工智能训练师的工作领域包括数据采集与处理、数据标注与审核、模型训练辅助、训练数据与模型管理、项目辅助管理；预训练模型架构研发属于高级技师（一级）及算法研发岗位的工作内容。2.【答案】ABDE【解析】计算机视觉领域的标注类型包括图像分类、2D目标检测、语义分割、实例分割、3D点云标注、关键点标注等；文本情感标注属于自然语言处理领域。3.【答案】ABCD【解析】标注数据质量的核心评估维度包括：准确性（标注结果与真实标准的一致程度）、完整性（无漏标、无缺失特征）、一致性（不同标注员/不同批次的标注标准统一）、合规性（数据采集与标注符合法律法规与伦理要求）；娱乐性不属于数据质量评估维度。4.【答案】ABC【解析】缓解过拟合的常用方法包括：增加训练数据量、降低模型复杂度、引入正则化（L1/L2正则、Dropout等）、数据增强、提前停止训练等；提高学习率可能导致模型不收敛，增加训练epoch数会加剧过拟合。5.【答案】ABCD【解析】数据清洗是对原始数据进行校验、修正的过程，常用操作包括缺失值填充/删除、异常值剔除、重复数据删除、格式转换、统一编码等；模型参数调优属于模型训练阶段的工作，不属于数据清洗范畴。6.【答案】ABC【解析】命名实体识别标注的核心作用是从文本中抽取指定类别的实体，广泛应用于智能客服意图识别、搜索引擎实体链接、知识图谱实体构建、舆情分析等场景；图像目标检测属于计算机视觉领域，语音降噪属于语音处理领域，与NER标注无关。7.【答案】ABCD【解析】标注作业前，中级训练师需要向标注员明确标注规范的核心要素，包括标注对象的定义与边界、标注格式要求、特殊情况处理规则、标注工具操作步骤、质量要求等；标注员无需掌握模型底层算法原理。8.【答案】ACD【解析】验证集是训练过程中用于调整超参数、选择最优模型的独立数据集，不得参与模型权重更新；验证集必须与训练集独立同分布，才能准确评估模型的泛化能力；验证集与测试集的规模可根据项目需求调整，没有“必须大于测试集”的强制要求。9.【答案】ABCDE【解析】数据采集需要遵循的核心原则包括：合规性原则（符合法律法规与伦理要求）、代表性原则（数据能够代表目标场景的真实分布）、全覆盖原则（覆盖所有预设类别与场景）、随机性原则（避免采样偏差）、最小必要原则（仅采集任务必需的数据，不得过度采集）。10.【答案】ABCE【解析】标注质量问题的常见诱因包括：标注规范定义模糊导致标准不统一、标注员培训不足导致操作不熟练、标注工具存在缺陷导致标注偏差、样本本身存在歧义导致判断困难等；质检抽检比例越高，越容易发现质量问题，不会引发质量问题。三、判断题1.【答案】×【解析】千亿参数级预训练模型的全流程研发属于高阶算法研发工作，中级（三级）人工智能训练师仅能辅助开展数据处理、训练监控等基础工作，无法独立负责全流程研发。2.【答案】√【解析】独立同分布是数据集划分的核心原则，即训练集、验证集、测试集的数据来自同一分布且没有交叉，否则模型评估结果无法真实反映泛化能力，失去参考价值。3.【答案】×【解析】标注质量抽检比例需要平衡质量要求、作业成本与项目周期，并非越高越好，过高的抽检比例会增加人力成本、延长项目周期，需要根据项目等级与风险程度合理设置。4.【答案】√【解析】图像语义分割是像素级的标注任务，需要为图像中的每个像素分配对应的类别标签，用于实现场景的精细化语义理解。5.【答案】×【解析】数据归一化仅调整特征的取值范围，不会损失数据的核心信息，反而能够消除量纲差异，提升模型训练的稳定性与收敛速度，是模型训练前的常规预处理操作。6.【答案】×【解析】命名实体识别标注的实体类型需要结合任务场景确定，仅需标注与任务目标相关的实体，无需标注所有出现的通用实体，避免增加标注成本与模型学习的干扰。7.【答案】×【解析】过拟合的核心表现是模型在训练集上效果好、准确率高，但在测试集/验证集上效果差、泛化能力弱；欠拟合的核心表现是训练集与测试集的效果都差。8.【答案】×【解析】标注数据通常属于企业核心资产，部分涉及个人信息、商业秘密或涉密内容的数据，必须严格按照数据安全要求存储与使用，严禁随意传播。9.【答案】√【解析】标注一致性分为内部一致性与外部一致性，内部一致性指同一标注员在不同时间对同一样本的标注结果一致，外部一致性指不同标注员对同一样本的标注结果一致，二者都是标注质量的核心评估指标。10.【答案】×【解析】制定项目整体实施方案、统筹全周期进度属于高级（二级）人工智能训练师及以上层级的职责，中级训练师仅负责辅助开展项目进度管控、人员调度等基础管理工作。四、简答题1.【参考答案】中级人工智能训练师在数据标注质量管控环节的主要工作内容包括：（1）制定标注质量管控方案：根据项目需求与标注难度，明确质量标准、抽检比例与质检流程；（1分）（2）标注规范培训与答疑：向标注员解读标注规范，开展岗前培训与考核，及时解答标注过程中的疑问；（1分）（3）三级质检执行与监督：落实标注员自检、组内互检、训练师抽检的三级质检体系，常规任务抽检比例不低于10%；（1分）（4）质量问题分析与整改：定期统计质量指标（准确率、召回率、一致性等），定位质量问题根源，制定整改措施并跟踪落地；（1分）（5）质量档案建立与更新：建立标注质量台账，记录每批次数据的质量情况，作为标注员绩效考核与项目优化的依据。（1分）2.【参考答案】常见的计算机视觉领域标注类型及用途如下：（1）图像分类标注：为整张图像分配类别标签，用于训练图像分类模型，应用于人脸识别、商品识别等场景；（1分）（2）2D目标检测标注：用矩形框标注图像中的目标对象并标注类别，用于训练目标检测模型，应用于安防监控、自动驾驶等场景；（1分）（3）语义分割标注：为图像中每个像素分配类别标签，实现像素级的场景理解，应用于自动驾驶道路感知、医疗影像分析等场景；（1分）（4）关键点标注：标注目标对象的关键特征点坐标，用于训练关键点检测模型，应用于人脸关键点检测、人体姿态估计等场景；（1分）（5）3D点云标注：对3D点云数据中的目标进行框选或语义分割标注，用于训练3D感知模型，应用于自动驾驶、机器人导航等场景。（1分）3.【参考答案】（1）噪声数据的主要来源：①采集环节：采集设备故障、采样偏差、数据传输丢失等导致的原始数据质量问题；（1分）②标注环节：标注员操作失误、标注规范模糊、标注工具缺陷等导致的标签错误、漏标、格式问题；（1分）③存储环节：数据存储损坏、非法篡改、重复备份等导致的数据异常。（1分）（2）对模型训练的影响：噪声数据会干扰模型对真实特征的学习，导致模型训练收敛速度变慢，降低模型的泛化能力，引发过拟合问题，最终导致模型上线后的效果不达预期。（2分）4.【参考答案】（1）核心表现：①过拟合：模型在训练集上表现优异（准确率高、损失值低），但在验证集、测试集上表现较差，泛化能力弱；（1分）②欠拟合：模型在训练集与测试集上的表现都较差，没有充分学习到数据的特征规律。（1分）（2）缓解过拟合的常用方法：①增加训练数据量，扩大数据覆盖范围，提升数据多样性；②降低模型复杂度，减少网络层数或参数数量；③引入正则化策略，如L1/L2正则、Dropout层等；④采用数据增强技术，对训练数据进行随机变换，扩充有效样本量；⑤提前停止训练，当验证集效果不再提升时终止训练，避免过度学习噪声。（3分，答出3种及以上即可得满分）五、实操分析题1.【参考答案】（1）所需NLP标注类型及作用（6分）：①文本分类（意图识别）标注：将用户咨询文本对应到预设的意图类别中（如商品咨询、售后申请、物流查询、投诉建议等），用于训练意图识别模型，实现用户需求的自动分类。（2分）②命名实体识别（NER）标注：从用户咨询文本中抽取与商品相关的实体（如商品名称、型号、规格、价格、品牌等）并标注对应实体类型，用于训练商品实体抽取模型，支撑后续的商品查询与推荐。（2分）③语义匹配标注：标注用户问题与标准问法、用户问题与回答之间的匹配关系（匹配/不匹配/部分匹配），用于训练语义匹配模型，提升智能客服的问答准确率。（2分）（2）三级质量管控流程（5分）：①一级自检：责任主体为标注员，要求标注员每完成20条标注样本后，对照标注规范自行检查，重点核查标签正确性、格式规范性，发现问题及时修正，自检覆盖率为100%。（2分）②二级互检：责任主体为同组标注员，将标注员分为2-3人小组，每日交叉抽检对方完成的标注样本，抽检比例不低于20%，记录发现的问题并反馈给标注员整改，同时上报共性问题。（2分）③三级抽检：责任主体为中级人工智能训练师，每日对全量完成的标注样本按照不低于10%的比例进行随机抽检，计算准确率、一致性等质量指标，批次准确率低于95%的整批退回重标，同时每周开展质量复盘，优化标注规范与培训内容。（1分）（3）数据划分方式及作用（4分）：按照6:2:2的比例将标注合格的数据集随机划分为训练集、验证集、测