人工智能训练师(三级)理论考试题库

人工智能训练师(三级)理论考试题库一、单项选择题（共30题，每题1分，总计30分。每道题只有一个正确答案，请将正确答案的序号填入括号内）1.按照国家职业技能等级划分标准，人工智能训练师（三级）对应的技能等级为（）A.中级工B.高级工C.技师D.高级技师2.在开展通用场景2D目标检测标注工作时，标注边界框与目标真实轮廓的交并比（IOU）通常要求不低于（）方可满足模型训练精度要求A.0.5B.0.7C.0.9D.1.03.用于衡量多名标注人员之间标注结果一致性程度的核心统计指标是（）A.准确率B.召回率C.Cohen'sKappa系数D.余弦相似度4.下列微调方法中，属于参数高效微调（PEFT）范畴、通过训练低秩分解矩阵实现模型适配、可将可训练参数量降至原模型的0.1%-1%的是（）A.全参数微调B.LoRAC.提示工程D.检索增强生成5.根据《生成式人工智能服务管理暂行办法》，我国生成式人工智能服务的监督管理牵头部门是（）A.工业和信息化部B.国家互联网信息办公室C.国家市场监督管理总局D.科学技术部6.在文本分类任务中，精确率（Precision）的计算方式为（）A.真正例/(真正例+假正例)B.真正例/(真正例+假反例)C.2*精确率*召回率/(精确率+召回率)D.预测正确样本数/总样本数7.知识图谱的核心组成单元三元组的标准结构是（）A.实体-属性-实体B.实体-关系-实体C.概念-实例-属性D.文档-段落-句子8.下列数据处理方式中，属于数据脱敏技术的是（）A.对文本中的用户手机号采用“1381234”的掩码替换方式处理B.将重复的图片数据删除C.对小样本类别进行样本扩充D.将数据集按照7:2:1的比例拆分9.智能对话系统中，槽位填充任务的本质是（）A.文本分类B.序列标注C.文本生成D.信息检索10.开展高保真语音识别模型训练的语音标注时，语音采样率通常要求不低于（）A.8kHzB.16kHzC.44.1kHzD.128kHz11.当模型出现训练集准确率达98%、测试集准确率仅为62%的现象时，说明模型存在（）问题A.过拟合B.欠拟合C.梯度消失D.梯度爆炸12.开展通用场景标注项目的质量抽检时，常规批次的抽检比例通常要求不低于（）A.1%B.10%C.50%D.100%13.检索增强生成（RAG）技术的核心作用是（）A.降低模型训练的显存占用B.引入外部权威知识，缓解模型幻觉C.提升模型的推理速度D.减少模型的参数量14.下列标注任务中，需要区分同类目标不同个体、为每个独立目标分配唯一ID的是（）A.图像分类B.语义分割C.实例分割D.目标检测15.根据《中华人民共和国个人信息保护法》，处理个人信息应当遵循的首要原则是（）A.效率优先原则B.最小必要原则C.收益最大化原则D.技术优先原则16.模型训练过程中，用于调整模型超参数、评估训练过程中模型泛化能力的数据集是（）A.训练集B.验证集C.测试集D.金标准集17.当标注人员之间的Cohen'sKappa系数达到（）区间时，说明标注一致性良好，可开展大规模标注A.0-0.2B.0.21-0.4C.0.61-0.8D.0.81-1.018.下列问题中，不属于生成式人工智能“幻觉”范畴的是（）A.编造不存在的政策条文B.虚构不存在的商品参数C.基于知识库内容准确回答用户提问D.错误描述历史事件的时间、人物19.3D点云标注过程中，除了标注目标的三维尺寸、类别信息外，还需要完成的核心校验是（）A.与多传感器数据的时间、空间坐标对齐B.为每个目标分配随机IDC.给点云添加彩色纹理D.对点云做降采样处理20.智能客服知识库建设中，知识点设置应当遵循的核心原则是（）A.尽可能冗余重复B.粒度适中、表述准确、互斥无重叠C.全部采用专业术语，避免口语化表述D.知识点越长越好21.强化学习从人类反馈（RLHF）技术的核心环节不包括（）A.收集人类对模型输出的偏好排序数据B.训练奖励模型C.使用奖励模型优化大语言模型的输出策略D.重新预训练模型的全部参数22.训练数据版本管理过程中，不需要记录的信息是（）A.数据集版本号、更新时间、数据规模B.标注人员信息、质检报告、问题整改记录C.数据存储服务器的硬件型号D.数据集的适用场景、标签体系说明23.下列选项中，不属于模型训练前数据偏差类型的是（）A.类别分布失衡B.样本选择偏差C.标签偏差D.模型参数初始化偏差24.OCR标注工作中，针对印刷体通用场景的字符标注准确率通常要求不低于（）A.70%B.85%C.99%D.50%25.当智能应用线上badcase率连续3天超过（）时，人工智能训练师应当启动问题排查与模型迭代流程A.5%B.20%C.40%D.60%26.下列模型微调方法中，会更新预训练模型全部参数、算力成本最高的是（）A.LoRAB.PrefixTuningC.全参数微调D.AdapterTuning27.语音转写标注中，针对客服对话场景，下列处理方式符合规范的是（）A.对听不清的语音片段随意猜测内容转写B.按照规范标注用户的语气词、停顿、有效信息，对无效噪音做标记C.全部删除对话中的口语化表述D.将方言语音直接判定为无效样本28.自动驾驶场景下的障碍物3D标注，标注框与真实目标的IOU通常要求不低于（）A.0.5B.0.7C.0.95D.0.829.下列选项中，不属于人工智能训练师（三级）工作职责的是（）A.底层算法框架的从零开发B.训练数据的质量管控C.模型微调与效果优化D.智能应用的日常运维30.训练数据集划分时，训练集、验证集、测试集的数据分布应当遵循的原则是（）A.三个数据集的分布与线上真实场景分布保持一致B.测试集分布与训练集完全不同C.验证集的样本量要远大于训练集D.测试集可以参与模型的训练与调参过程二、多项选择题（共15题，每题2分，总计30分。每道题有2-4个正确答案，多选、少选、错选均不得分，请将正确答案的序号填入括号内）1.人工智能训练师（三级）需具备的核心职业能力包括（）A.训练数据采集与质量管控B.人工智能模型微调与效果优化C.智能应用日常运维与迭代D.人工智能应用合规风险防控2.下列标注类型中，属于计算机视觉方向常见标注任务的有（）A.2D边界框标注B.3D点云目标标注C.语义分割标注D.命名实体识别标注3.训练数据清洗环节需重点排查处理的问题包括（）A.重复数据、无效数据B.错标、漏标等标注错误数据C.含敏感隐私信息的未脱敏数据D.类别分布严重失衡的数据4.下列指标中，可用于评估二分类模型效果的有（）A.精确率（Precision）B.召回率（Recall）C.F1值D.交并比（IOU）5.生成式人工智能应用出现“幻觉”问题的核心诱因包括（）A.训练数据存在错误、过时或矛盾信息B.模型存在知识截止点，无法覆盖训练完成后产生的新信息C.对齐训练不足，模型过度倾向于生成流畅度高但不符合事实的内容D.上下文窗口长度不足，无法完整关联长文本输入中的关键信息6.下列方法中，属于参数高效微调（PEFT）范畴的有（）A.LoRA（低秩适应）B.AdapterTuning（适配器微调）C.PrefixTuning（前缀微调）D.全参数微调7.训练数据脱敏的常用方法包括（）A.对手机号、身份证号等字段做掩码替换B.对精确地理位置、用户职业等信息做泛化处理C.对可识别特定个人的信息做匿名化处理D.对敏感数据集采取加密存储、权限管控措施8.标注质量全流程管控的核心环节包括（）A.岗前规范培训与试标考核B.标注过程中的随机抽检与问题实时反馈C.标注完成后的终验审核与一致性校验D.问题溯源与标注规范迭代9.模型训练过程中，缓解过拟合问题的常用方法有（）A.增加多样化的训练数据B.在网络中加入Dropout、L2正则化策略C.采用早停（EarlyStopping）策略，在验证集准确率下降时停止训练D.适当降低模型复杂度10.检索增强生成（RAG）系统的核心构成环节包括（）A.外部文档加载与切片B.文本向量嵌入与向量库构建C.用户提问的语义检索与相关片段召回D.召回内容与Prompt组装后输入大模型生成答案11.智能任务型对话系统的核心功能模块包括（）A.自动语音识别（ASR）B.自然语言理解（NLU）C.对话管理（DM）与自然语言生成（NLG）D.语音合成（TTS）12.根据《生成式人工智能服务管理暂行办法》，生成式人工智能服务提供者应当履行的义务包括（）A.对训练数据来源的合法性负责，不得侵犯他人知识产权B.落实内容安全主体责任，建立健全内容审核机制C.按照要求开展算法备案，接受主管部门监督检查D.采取有效措施防范未成年人用户过度依赖或者沉迷生成式人工智能服务13.下列信息中，属于《个人信息保护法》定义的敏感个人信息的有（）A.生物识别信息、宗教信仰、特定身份B.医疗健康信息、金融账户信息C.行踪轨迹信息D.不满十四周岁未成年人的个人信息14.模型上线后，人工智能训练师需要持续开展的运维工作包括（）A.定期收集线上badcase，分析问题成因B.监控模型核心效果指标（准确率、召回率、用户满意度等）的波动情况C.定期更新训练数据，迭代优化模型效果D.排查模型输出的合规风险，及时处置违规内容15.工业零部件质检场景的视觉标注工作，相比通用场景标注的特殊要求包括（）A.瑕疵分类标准需结合行业要求明确量化边界，减少模糊判定B.对微小瑕疵（如微米级划痕）的标注精度要求更高C.标注人员需具备基础的工业零部件质检知识D.标注一致性要求更高，避免因标注偏差导致模型漏检三、判断题（共20题，每题1分，总计20分。请在每道题后的括号内填入“√”或“×”，表述正确的填√，表述错误的填×）1.人工智能训练师开展标注工作前，必须针对项目标注规范完成系统培训并通过试标考核，考核通过后方可正式上岗参与标注。（）2.全参数微调需要更新预训练模型的全部参数，相较于参数高效微调，其算力需求更低、训练速度更快。（）3.根据《中华人民共和国个人信息保护法》，处理个人信息应当遵循最小必要原则，不得过度收集与训练目标无关的个人信息。（）4.当Cohen'sKappa系数为0.35时，说明标注人员之间的标注一致性水平优秀，可直接启动大规模标注工作。（）5.模型训练过程中，验证集的作用是评估模型最终的泛化能力，测试集的作用是调整模型训练的超参数。（）6.检索增强生成（RAG）技术通过引入外部权威知识库，可在不重新训练模型主体参数的前提下，有效缓解生成式AI的幻觉问题，提升答案准确性。（）7.3D点云标注仅需要标注目标的类别和尺寸，无需与对应摄像头图像进行时间戳同步和空间坐标对齐。（）8.生成式人工智能服务提供者应当对训练数据来源的合法性负责，不得在训练数据中非法使用他人享有知识产权的内容。（）9.数据标注过程中，对于边界模糊、难以判定的样本，标注人员可按照个人理解随意标注，无需提交组长或质检人员复核。（）10.模型正式上线后，无需持续跟踪线上效果，只要初始测试准确率达标即可永久使用，不需要迭代更新。（）11.LoRA微调训练得到的低秩适配矩阵可单独保存，需要适配新场景时仅需加载对应矩阵即可，无需修改或重新存储原预训练模型的主体参数。（）12.语义分割标注任务要求为图像中的每个像素分配对应的类别标签，实现像素级的类别识别。（）13.当训练数据集中各类别样本量占比与线上真实场景分布存在较大偏差时，会导致模型对小样本类别的识别准确率下降，甚至出现预测结果偏向大样本类别的问题。（）14.开展语音转写标注时，所有场景下都必须将对话中的语气词、停顿、口误全部删除，不得在转写结果中保留。（）15.OCR标注过程中，对于模糊不清、无法辨认的字符，标注人员可直接按照上下文猜测内容进行标注，无需标记为模糊样本。（）16.人工智能训练师在工作中接触到的用户隐私数据、企业商业秘密数据，不得私自拷贝、泄露或者向他人非法提供。（）17.模型出现欠拟合问题时，通常表现为训练集和测试集上的准确率都较低，模型未充分学习到数据中的核心特征规律。（）18.标注质检过程中，若发现某一批次的标注错误率超过20%，应将该批次数据全部退回标注团队重新标注，修正完成并通过二次质检后方可流入训练环节。（）19.智能客服知识库建设时，相同含义的用户问题重复录入越多、知识点内容越冗余，模型的回复准确率就越高。（）20.强化学习从人类反馈（RLHF）的核心目的是让模型的输出更符合人类的价值观、偏好和安全要求，减少有害内容输出。（）四、简答题（共3题，每题4分，总计12分）1.请简述人工智能训练师（三级）开展训练数据质量校验的标准工作流程。2.请简述参数高效微调（PEFT）相较于全参数微调的核心优势，并列举3种常见的PEFT方法。3.请简述生成式人工智能应用落地过程中需要重点防控的四类核心合规风险。五、案例分析题（共1题，总计8分）某区域零售电商企业为降低客服人力成本，启动智能客服系统建设项目，安排1名人工智能训练师（三级）负责全流程数据处理与模型优化工作。项目初期，该训练师直接从客服系统导出近1年的12万条历史人工客服对话记录，未做任何预处理就按照8:1:1的比例划分为训练集、验证集、测试集，使用开源大语言模型开展全参数微调。模型上线试运行1个月后，出现以下四类问题：一是售后退换货类用户咨询的识别准确率仅56%，大量售后问题被错误分类为商品咨询类问题，无法触发自动售后流程，近半数售后咨询仍需人工介入；二是部分自动回复内容中直接展示了其他用户的手机号、收货地址等隐私信息，累计收到12起用户投诉；三是针对用户提问的当月最新门店促销活动，模型均回复“无相关活动信息”，与实际运营情况严重不符，影响活动转化效果；四是重复对话、答非所问的无效回复占比达18%，远高于预设的5%的合格阈值，用户满意度仅为62%。请结合上述材料，分析该项目存在的核心问题，并提出可落地的系统性优化方案。参考答案一、单项选择题1.B2.C3.C4.B5.B6.A7.B8.A9.B10.B11.A12.B13.B14.C15.B16.B17.C18.C19.A20.B21.D22.C23.D24.C25.A26.C27.B28.C29.A30.A二、多项选择题1.ABCD2.ABC3.ABCD4.ABC5.ABCD6.ABC7.ABCD8.ABCD9.ABCD10.ABCD11.ABCD12.ABCD13.ABCD14.ABCD15.ABCD三、判断题1.√2.×3.√4.×5.×6.√7.×8.√9.×10.×11.√12.√13.√14.×15.×16.√17.√18.√19.×20.√四、简答题1.数据质量校验标准流程包含6个核心环节：一是前期准备，明确项目标注规范、质量阈值、抽检比例，制定结构化质检校验表；二是人员资质核验，确认所有标注人员完成规范培训并通过试标考核，未达标人员不得参与正式标注；三是分层抽检，通用场景按不低于10%比例随机抽检，高精度场景按不低于30%比例抽检，对小样本类别、边界模糊样本、高难度样本执行100%全检；四是一致性校验，计算标注人员间、标注结果与金标准间的Cohen'sKappa系数，当系数低于0.6时，复盘标注规范并组织人员重培训；五是问题整改，对检出的错标、漏标、未脱敏等问题建立台账，退回标注人员修正，单批次错误率超过20%的执行全量重检；六是归档交付，质检完成后出具正式数据质量报告，记录批次准确率、一致性系数、问题类型及整改情况，数据质量达标后方可交付模型训练环节。2.参数高效微调的核心优势包括4个方面：一是算力成本低，仅需训练原模型0.1%-10%的参数，大幅降低GPU显存占用，可在消费级硬件上完成大模型微调；二是迭代效率高，训练速度相较全参数微调提升3-10倍，可快速适配垂直场景需求；三是部署灵活，训练得到的适配参数体积小，可单独存储，不同场景仅需加载对应适配参数即可，无需为每个场景维护完整的大模型副本，降低存储成本；四是灾难性遗忘风险低，通过冻结预训练模型主体参数，可保留模型预训练阶段习得的通用能力，减少微调对原有知识的破坏。常见PEFT方法包括LoRA（低秩适应）、AdapterTuning（适配器微调）、PrefixTuning（前缀微调）三类。3.四类核心合规风险分别为：一是数据合规风险，需确保训练数据来源合法，不得非法获取受知识产权保护的内容，严格遵循个人信息处理的最小必要原则，敏感信息需完成脱敏处理，严禁泄露国家秘密、商业秘密；二是内容安全风险，需建立全链路内容审核机制，防范模型生成违法违规、暴力色情、虚假误导、歧视偏见类内容，采取技术措施降低幻觉风险，避免误导用户；三是算法合规风险，严格按照监管