2026 年人工智能训练师三级理论考试试卷

2026年人工智能训练师三级理论考试试卷注意事项1.本试卷为2026年人工智能训练师（三级）职业技能等级认定理论考试专用试卷，考试时长90分钟，总分100分，合格分数线为60分。2.请考生务必在答题卡指定位置填写姓名、准考证号、身份证件号等信息，不得在试卷上做任何标记。3.客观题答案请用2B铅笔填涂在答题卡对应题号的选项框内，主观题答案请用黑色签字笔书写在答题卡指定区域，超出答题区域书写的答案无效。4.考试结束后，考生需将试卷、答题卡一并交回，不得带出考场。一、单项选择题（共40题，每题1分，共40分。每题只有1个最符合题意的答案，错选、不选均不得分）1.依据《人工智能训练师职业技能标准（2025年修订版）》，人工智能训练师（三级）的核心工作领域不包括以下哪项？A.数据采集与标注管理B.大模型全参数训练C.模型评估与验证D.伦理合规管控2.在大模型微调场景中，参数高效微调（PEFT）的核心目标是？A.提升模型推理速度B.降低微调所需算力与存储成本C.提升模型参数量D.完全替代全参数微调3.以下哪种标注方式属于弱监督标注范畴？A.人工逐帧标注视频中的物体边界B.利用图像分类标签自动生成物体检测框C.多名标注员共同标注同一份数据D.通过质检规则修正标注错误4.主动学习框架中，模型选择待标注样本的核心依据是？A.样本的长度B.样本的来源渠道C.模型对样本预测的不确定性D.样本的标注成本5.针对多模态大模型的训练数据，以下不属于常见模态类型的是？A.文本B.3D点云C.脑电波D.音频6.RAG（检索增强生成）系统中，文本数据切片的主要目的是？A.降低数据存储成本B.提升检索的精准度与效率C.减少模型参数量D.降低数据标注量7.以下哪种工具是目前主流的开源多模态数据标注工具？A.LabelImgB.CVATC.SpacyD.PyTorch8.数据标注质量控制中，“inter-annotatoragreement”指的是？A.标注员与质检人员的一致性B.不同标注员之间的标注一致性C.标注员前后两次标注的一致性D.标注结果与模型预测的一致性9.大模型LoRA微调方法的核心原理是？A.在模型输入层添加线性变换层B.在Transformer的注意力层注入低秩矩阵C.全量更新模型的MLP层参数D.对模型输出层进行裁剪优化10.以下哪种指标最适合评估生成式大模型的代码生成能力？A.MMLUB.HumanEvalC.BLEUD.ROUGE11.训练数据中的“选择偏差”是指？A.标注人员因主观偏好导致的标注错误B.训练样本不能代表真实应用场景的分布C.模型选择错误的特征进行学习D.数据采样时随机选择的样本波动12.依据《生成式人工智能服务管理条例（2025年实施）》，训练数据中涉及个人信息的，应当遵循的原则不包括？A.最小必要B.知情同意C.有偿获取D.目的明确13.以下哪种方法不属于大模型对齐技术范畴？A.监督微调（SFT）B.人类反馈强化学习（RLHF）C.参数裁剪D.宪法AI14.在3D点云数据标注中，以下不属于常见标注类型的是？A.3DboundingboxB.语义分割C.关键点标注D.词性标注15.模型评估中的“混淆矩阵”不能直接计算以下哪个指标？A.精确率B.召回率C.模型推理速度D.F1值16.以下关于合成训练数据的说法，错误的是？A.合成数据可用于补充稀有场景的样本不足B.合成数据完全不需要人工校验即可用于训练C.合成数据可降低数据采集的隐私风险D.生成式AI是合成训练数据的重要技术手段17.大模型微调时，batchsize过小可能导致的问题是？A.训练收敛速度过快B.梯度震荡，模型难以收敛C.显存占用过高D.训练数据过拟合18.以下哪种数据清洗方法可用于处理文本数据中的重复样本？A.MinHash局部敏感哈希B.均值滤波C.高斯模糊D.数值归一化19.人工智能训练师在进行模型调优时，“早停（earlystopping）”策略的主要作用是？A.提升模型推理速度B.防止模型过拟合C.减少训练数据量D.降低模型参数量20.以下哪个不属于大模型训练中的常见正则化方法？A.DropoutB.权重衰减C.数据增强D.梯度累积21.针对客服领域的文本分类模型，若某类别样本量仅占总样本量的2%，以下哪种处理方法最不合理？A.对该类别样本进行过采样B.对多数类别样本进行欠采样C.直接使用原始数据训练D.引入合成数据补充该类别样本22.以下关于多模态数据对齐的说法，正确的是？A.多模态数据对齐仅指时间维度的对齐B.文本与图像的跨模态检索不需要数据对齐C.视频与对应字幕的对齐属于时间维度对齐D.多模态数据对齐不会影响模型训练效果23.标注质量验收时，若要求标注准确率达到95%，抽检样本量为200份，则最多允许多少份标注错误？A.5份B.10份C.15份D.20份24.以下哪种大模型部署方式的推理延迟最低？A.云端集中部署B.边缘端部署C.混合云部署D.分布式部署25.模型迭代优化中，“坏例（badcase）分析”的核心目的是？A.统计模型的整体准确率B.定位模型的能力短板与优化方向C.提升模型的推理速度D.减少训练数据量26.依据《人工智能训练师职业技能标准（2025年修订版）》，三级人工智能训练师需具备的标注管理能力不包括？A.制定标注规范B.培训初级标注人员C.完成单模态简单标注D.设计标注质量管控流程27.以下哪种技术可用于提升大模型生成内容的事实准确性？A.RAG检索增强生成B.LoRA微调C.模型量化D.知识蒸馏28.文本数据标注中的“实体链接”是指？A.标注文本中的实体边界B.标注实体的类型C.将实体链接到知识库中的对应条目D.标注实体之间的关系29.大模型量化技术的核心作用是？A.降低模型存储与推理成本B.提升模型的生成质量C.增加模型的参数量D.提升模型的泛化能力30.以下哪个属于训练数据中的“标注偏差”？A.训练样本均来自一线城市B.标注员将所有“灰色”的物体都标注为“黑色”C.模型只学习了高频特征D.数据采样时遗漏了夜间场景31.在人类反馈强化学习（RLHF）流程中，奖励模型的训练数据来自于？A.原始预训练数据B.人类对模型生成结果的排序标注C.模型的随机生成结果D.知识库中的结构化文本32.以下哪种数据格式不属于常见的3D点云数据格式？A.PLYB.PCDC.JSOND.OBJ33.模型评估中的“泛化能力”是指？A.模型在训练集上的表现B.模型在未见测试数据上的表现C.模型的单条样本推理速度D.模型的参数量规模34.以下关于数据脱敏的说法，错误的是？A.数据脱敏可有效保护个人隐私信息B.数据脱敏会完全保留数据的原始内容C.身份证号、手机号属于常见的需脱敏字段D.数据脱敏是训练数据合规处理的重要环节35.大模型微调时，学习率过大最可能导致的问题是？A.模型收敛缓慢B.模型发散，损失函数持续飙升C.模型过拟合D.训练显存占用不足36.以下哪种标注场景最适合使用半自动标注工具？A.法律条文的实体关系标注B.医疗影像的早期病灶标注C.海量监控视频的车辆检测标注D.古典诗歌的情感倾向标注37.以下哪个指标是用于评估检索系统性能的核心指标？A.召回率@KB.F1值C.困惑度D.MMLU得分38.人工智能训练师在进行伦理合规审查时，以下哪类内容不属于训练数据需排查的违法违规内容？A.暴力恐怖内容B.民族歧视内容C.科普知识内容D.虚假诈骗内容39.以下关于知识蒸馏的说法，正确的是？A.知识蒸馏是将大模型的知识迁移到小模型的技术B.知识蒸馏需要完全重新训练源大模型C.知识蒸馏会显著提升模型的参数量D.知识蒸馏仅适用于计算机视觉领域40.三级人工智能训练师在AI训练项目中的核心职责是？A.制定企业级AI发展战略B.负责具体训练项目的执行与质量管控C.研发全新的AI算法框架D.负责服务器硬件运维与网络管理二、多项选择题（共15题，每题2分，共30分。每题有2个或2个以上符合题意的答案，错选、少选、多选均不得分）1.依据《人工智能训练师职业技能标准（2025年修订版）》，三级人工智能训练师的核心工作领域包括以下哪些？A.数据采集与处理B.模型训练与调优C.模型评估与验证D.算法框架研发E.伦理与合规管理2.以下属于参数高效微调（PEFT）方法的有？A.LoRAB.AdapterC.P-TuningD.全参数微调E.QLoRA3.数据标注质量控制的常见手段包括？A.标注前专项培训B.多轮交叉质检C.随机抽检复核D.标注一致性校验E.直接上线使用4.以下属于生成式大模型核心评估维度的有？A.事实准确性B.逻辑连贯性C.内容安全性D.推理速度E.代码生成能力5.RAG系统的核心组成模块包括？A.数据处理模块B.检索模块C.生成模块D.硬件运维模块E.用户权限管理模块6.以下属于多模态数据标注范畴的有？A.图像语义分割标注B.视频动作识别标注C.文本情感倾向标注D.3D点云目标检测标注E.语音转写与情感标注7.训练数据中常见的偏差类型包括？A.选择偏差B.标注偏差C.确认偏差D.硬件偏差E.传输偏差8.依据《生成式人工智能服务管理条例（2025年实施）》，生成式AI服务提供者应当履行的义务包括？A.对训练数据的合法性负责B.对生成的AI内容进行显著标识C.不得生成违法违规内容D.公开模型的全部参数与训练数据E.建立用户投诉与反馈处理机制9.以下属于大模型对齐技术常见方法的有？A.监督微调（SFT）B.人类反馈强化学习（RLHF）C.宪法AI（ConstitutionalAI）D.模型量化E.检索增强生成10.以下属于文本数据清洗常用方法的有？A.重复样本去重B.特殊字符去除C.异常长度过滤D.噪声文本过滤E.高斯模糊处理11.模型过拟合的常见解决方法包括？A.增加训练数据量B.数据增强C.加入正则化约束D.早停策略E.增加模型参数量12.以下属于主动学习常见样本选择策略的有？A.不确定性采样B.多样性采样C.随机采样D.委员会查询E.成本敏感采样13.三级人工智能训练师需掌握的模型评估能力包括？A.制定模型评估方案B.选择适配的评估指标C.分析评估结果与问题D.提出模型优化方向E.设计全新的评估算法14.合成训练数据的常见应用场景包括？A.稀有场景样本补充B.隐私敏感数据替代C.预训练数据全量替代D.数据增强E.标注工具性能测试15.以下关于大模型微调的说法，正确的有？A.全参数微调需要的算力远高于参数高效微调B.LoRA微调生成的权重文件通常远小于原模型C.参数高效微调的效果一定不如全参数微调D.QLoRA可在消费级显卡上实现7B级大模型微调E.微调可让通用大模型适配特定领域场景需求三、判断题（共20题，每题0.5分，共10分。正确的填“√”，错误的填“×”）1.人工智能训练师（三级）对应高级工职业技能等级。2.LoRA微调需要更新大模型的全部参数才能实现领域适配。3.主动学习可以完全替代人工标注，实现零人工干预的自动化数据标注。4.生成式AI训练可以随意使用互联网公开内容，不需要考虑版权与授权问题。5.RAG系统可以完全解决大模型的幻觉问题，确保生成内容100%准确。6.标注者间一致性（IAA）越高，说明标注团队的标注质量稳定性越强。7.大模型量化后，模型的生成效果一定会出现大幅下降。8.合成数据并非真实场景采集所得，因此不具备训练价值。9.模型的泛化能力越强，说明模型在未见测试数据上的表现越好。10.数据脱敏会完全破坏数据的可用性，因此不能用于训练数据的合规处理。11.多模态大模型仅能处理文本和图像两种模态的数据。12.人类反馈强化学习（RLHF）是大模型对齐的唯一技术方法。13.训练数据量越大，模型的最终效果一定越好。14.三级人工智能训练师可负责制定标注项目的整体方案与质量管控流程。15.模型评估中的F1值是精确率与召回率的调和平均值。16.半自动标注工具的输出结果不需要人工校验，可直接用于模型训练。17.生成式AI服务提供者需要对其生成的内容承担相应的法律责任。18.知识蒸馏可以将大模型的能力迁移到小模型，从而实现轻量化部署。19.训练数据中的噪声数据对模型最终效果没有影响。20.大模型的上下文窗口长度越长，单条样本的推理成本越低。四、简答题（共2题，每题5分，共10分）1.简述主动学习的核心流程及相对于被动标注的核心优势。2.简述RAG系统中数据预处理的核心环节及各环节的主要作用。五、综合分析题（共1题，10分）背景：某连锁零售企业计划搭建面向门店员工的智能问答系统，用于解答商品陈列、库存管理、售后处理三类场景的问题。现有素材包括：3年的门店客服对话记录（约10万条，含文本、图片两类内容）、内部操作手册（共20份PDF文档）、商品信息台账（含1万条商品图文信息）。企业配备3名标注人员，均有6个月文本标注经验，要求在30天内完成模型训练前的数据准备及初步微调工作，模型准确率需达到90%以上。请结合上述背景，回答以下问题：（1）请列出该项目数据处理的核心流程。（4分）（2）请设计该项目的标注质量管控方案。（3分）（3）请说明该项目大模型微调的合适方案及理由。（3分）参考答案及评分标准一、单项选择题（共40题，每题1分，共40分）1.B2.B3.B4.C5.C6.B7.B8.B9.B10.B11.B12.C13.C14.D15.C16.B17.B18.A19.B20.D21.C22.C23.B24.B25.B26.C27.A28.C29.A30.B31.B32.C33.B34.B35.B36.C37.A38.C39.A40.B二、多项选择题（共15题，每题2分，共30分）1.ABCE2.ABCE3.ABCD4.ABCDE5.ABC6.ABCDE7.ABC8.ABCE9.ABC10.ABCD11.ABCD12.ABDE13.ABCD14.ABDE15.ABDE三、判断题（共20题，每题0.5分，共10分）1.√2.×3.×4.×5.×6.√7.×8.×9.√10.×11.×12.×13.×14.√15.√16.×17.√18.√19.×20.×四、简答题（共2题，每题5分，共10分）1.核心流程（3分）：（1）初始标注：标注少量样本训练初始模型；（2）样本选择：模型根据不确定性、多样性等策略选择高价值待标注样本；（3）人工标注：标注人员对选中的样本进行标注；（4）迭代训练：将新标注样本加入训练集，重新训练模型；（5）循环迭代：重复样本选择-标注-训练流程，直到达成模型效果目标。（答出3个及以上核心环节得3分）核心优势（2分）：相比被动标注随机选择样本，主动学习可筛选高价值样本，在相同标注量下获得更优的模型效果，或在达成相同效果时减少60%-80%的标注成本，大幅提升标注效率。（答出降本、提效两个核心点得2分）2.核心环节及作用（5分，答出5个及以上得满分）：（1）数据清洗：去除重复、噪声、无效数据，提升数据质量；（2）格式转换：将PDF、图片等非结构化数据转换为可处理的文本格式；（3）数据脱敏：删除或替换个人信息、商业机密等敏感内容，保障数据合规；（4）文本切片：将长文本切分为合适长度的片段，提升检索精准度与效率；（5）向量嵌入：将文本片段转换为向量表示，存储到向量数据库中用于检索；（6）质量校验：对处理后的数据进行抽检，确保数据格式、内容符合要求。五、综合分析题（共1题，10分）（1）数据