2026年人工智能训练师(四级)职业技能考试试题

2026年人工智能训练师(四级)职业技能考试试题本场考试为2026年人工智能训练师（四级）职业技能等级认定考试，分为理论知识、操作技能两个考核模块，其中理论知识考试时长90分钟，满分100分，60分及以上为合格；操作技能考核时长120分钟，满分100分，60分及以上为合格，两模块成绩均合格者可获得对应职业技能等级证书。第一部分理论知识试题（一）判断题（共20题，每题0.5分，合计10分。请判断每道题目的表述是否正确，正确的在括号内打“√”，错误的打“×”）1.人工智能训练师在开展文本标注作业时，若遇到涉及国家秘密的内容，可先完成标注后再向平台报备。（）2.多模态大模型训练用图文对数据清洗中，若图片分辨率低于1080P、对应文本与图片语义关联度低于0.3且无法补充有效匹配文本，应标记为无效数据予以剔除。（）3.采用LoRA技术开展大模型小参数微调时，训练师无需调整基础大模型的全部参数，仅需训练低秩适配层的参数即可达到较好的垂直领域适配效果。（）4.语音标注中，方言发音与普通话标准发音存在差异时，应直接按照普通话发音转写，无需标注方言属性、口音特征。（）5.根据《生成式人工智能服务管理暂行办法》《个人信息保护法》要求，训练数据处理过程中涉及敏感个人信息的，必须取得个人单独同意，不得在未授权情况下使用非公开的用户生成内容作为训练素材。（）6.标注作业质检环节，当批次标注数据量为10000条时，按照5%的比例随机抽样质检即可完全覆盖所有标注错误类型，无需额外增加疑难样本核验环节。（）7.智能客服场景下的意图标注，当用户输入同时包含“查询账单”和“办理套餐变更”两个独立意图时，应优先选择文本占比更高的意图做单标签标注，不得采用多标签标记。（）8.图像标注中的多边形标注工具，适用于自动驾驶场景下不规则障碍物、城市道路非机动车等轮廓无规则目标的边界标注任务。（）9.模型训练过程中，若训练集准确率持续上升但验证集准确率持续下降，说明模型出现了欠拟合问题，需要增加训练轮次提升拟合效果。（）10.人工智能训练师职业道德要求明确规定，不得利用标注权限泄露用户隐私数据，不得恶意篡改训练数据导向违法违规内容，不得为了提升标注效率刻意降低标注质量标准。（）11.结构化数据清洗过程中，对于数值型字段的缺失值，统一采用0值填充即可满足所有场景的模型训练要求，无需根据字段分布特征选择填充策略。（）12.语音合成训练数据标注中，需要对音频的情感倾向、语速、停顿位置、重音位置进行同步标记，才能有效提升合成语音的自然度与表现力。（）13.采用众包模式开展标注作业时，无需对众包人员开展岗前培训与安全保密教育，仅需通过最终交付环节的质检即可接收数据。（）14.大模型对齐训练中的RLHF（基于人类反馈的强化学习）环节，四级人工智能训练师可承担偏好数据的排序标注任务，即针对同一问题的多个模型输出，按照相关性、有用性、安全性标准进行质量排序。（）15.数据标注的一致性检验通常采用Cohen'sKappa系数计算，当Kappa值达到0.85以上时，可认为标注员之间的标注结果一致性满足训练数据质量要求。（）16.模型推理服务部署完成后，四级训练师无需监测日常推理的响应延迟、请求成功率等指标，该类工作仅属于算法工程师与运维工程师的职责范畴。（）17.针对涉未成年人的训练数据，必须建立专门的内容审核机制，严禁包含诱导未成年人沉迷网络、不良消费、暴力行为的内容进入训练集。（）18.文本标注中的命名实体标注，仅需要标注人名、地名、组织机构名三类通用实体，无需标注对应垂直领域的专有实体（如医疗领域的疾病名、药品名，金融领域的产品名、交易代码）。（）19.在开展小样本学习任务的训练数据准备时，每个类别仅需提供1-2条高质量标注样本即可达到与全量训练相当的模型效果，无需补充样本多样性。（）20.标注作业过程中产生的废弃数据、过期数据，可直接删除后转存至个人移动存储设备留存，无需按照数据安全管理规定做统一销毁处理。（）（二）单项选择题（共40题，每题1.5分，合计60分。每道题只有1个正确答案，请将正确答案的序号填入括号内）1.根据《人工智能训练师国家职业技能标准（2021年版）》，四级人工智能训练师对应的技能等级为（）。A.初级工B.中级工C.高级工D.技师2.文本分类标注任务中，若现有标注规则未对边界样本的标签归属作出明确优先级规定，某条样本同时符合两个类别的判定标准且任务要求采用单标签标注时，正确的处理方式是（）。A.自行判断选择关联度更高的标签标注B.标记为疑难样本提交规则制定方审核后标注C.同时标注两个标签并备注说明D.直接剔除该样本不纳入训练集3.语音转写标注行业规范中，对于音频中出现的、时长超过（）的无声片段，需要单独标注为静音段，不得直接省略或与前后语音片段合并。A.0.3秒B.1秒C.2秒D.5秒4.LoRA微调技术的核心原理是在原有大模型的注意力层插入低秩矩阵，通过训练低秩矩阵参数实现轻量级微调，通常情况下LoRA微调可训练参数量占基础模型总参数量的比例约为（）。A.0.1%-1%B.10%-20%C.50%以上D.100%5.根据《个人信息保护法》要求，处理生物识别、医疗健康、金融账户、行踪轨迹等敏感个人信息用于人工智能模型训练时，应当取得个人的（）。A.概括授权同意B.单独同意C.事后追认D.无需取得同意，可直接使用6.在1920*1080分辨率图像的通用目标检测标注任务中，采用矩形边界框标注时，要求标注框与目标实体实际边缘的像素偏差不得超过（），以减少背景噪声对模型训练的干扰。A.2像素B.5像素C.15像素D.30像素7.通用监督学习任务中，在无特殊数据量要求的情况下，训练集、验证集、测试集的规范划分比例为（），且需通过分层抽样保证各数据集的类别分布与真实业务场景一致。A.3:3:4B.5:3:2C.6:2:2D.9:0.5:0.58.以下标注工具中，同时支持文本、图像、音频、视频多模态数据标注的开源工具是（）。A.LabelStudioB.MicrosoftWordC.PhotoshopD.Audacity9.RLHF（基于人类反馈的强化学习）流程中，四级人工智能训练师可独立承担的核心工作环节是（）。A.设计奖励模型结构B.开展模型输出的偏好排序标注C.编写强化学习训练核心代码D.调整模型的注意力机制底层参数10.数据标注质检环节，某批次共20000条标注数据，首次抽样1000条质检发现30条标注错误，错误类型涉及规则理解偏差、漏标两类，经标注员修正后开展二次质检，按照行业规范二次抽样的样本量应不低于（），且需包含所有首次发现错误的同类型样本。A.500条B.1000条C.2000条D.5000条11.语音识别训练数据清洗中，若某条音频的信噪比低于（），且无法通过降噪技术有效修复语音内容，应判定为无效数据予以剔除。A.10dBB.30dBC.60dBD.90dB12.智能客服意图识别任务中，“用户咨询手机号码销户的具体办理条件与流程”属于以下哪类意图标签（）。A.业务查询B.业务办理C.投诉建议D.故障报修13.以下数据增强方式中，不适用于文本分类任务、易引入无效噪声的是（）。A.同义词替换B.随机插入与语义无关的词汇C.回译（翻译成英文再翻译回中文）D.随机删除不影响核心语义的停用词14.根据人工智能训练数据安全分级要求，包含用户身份证号、银行卡号、人脸特征、指纹信息的训练数据属于（）级数据，需采取最高等级的安全防护措施。A.1级（公开数据）B.2级（内部数据）C.3级（敏感数据）D.4级（核心数据）15.图像语义分割标注的核心要求是（），不得出现像素遗漏或类别错标。A.用矩形框圈出实体范围B.按照像素所属类别对图像中的每个像素进行分类标记C.标记实体的核心关键点位置D.标记实体之间的语义关系16.大模型微调过程中，若出现训练损失下降停滞（loss平台期），四级训练师在算法工程师指导下不可采取的操作是（）。A.适当配合调整学习率参数B.补充高质量、高多样性的训练样本至训练集C.重新编写整个模型的网络结构D.排查训练数据中是否存在大量标注错误样本17.以下关于实体链接标注的说法，正确的是（）。A.实体链接仅需标注文本中的实体字符串，无需关联到知识库中的对应实体IDB.当文本中出现歧义实体（如“苹果”可指水果或科技公司）时，需结合上下文判定实体指向后关联正确的知识库IDC.实体链接标注无需考虑上下文语义，直接按照字面意思标注即可D.同一实体在不同文本中出现时，可关联不同的知识库ID18.标注作业过程中，若发现标注规则存在明显漏洞，导致约10%的样本无法找到匹配标签，正确的处理方式是（）。A.自行创造新标签完成标注B.继续按照现有规则标注，忽略无法匹配的样本C.暂停相关标注任务，及时向规则制定方反馈问题，待规则完善后再继续作业D.将无法匹配的样本统一标记为“其他”类19.针对AIGC生成内容的审核标注中，以下内容属于应当判定为违规并标记拦截的是（）。A.讲解人工智能技术发展历史的科普内容B.详细描述危险物品制作方法、诱导他人实施违法犯罪的内容C.介绍家常菜制作方法的生活内容D.公开发布的政务公开信息20.模型基础运维监测中，四级训练师需要记录的核心服务指标不包括（）。A.推理服务的平均响应时长B.推理请求的成功率C.模型底层框架的源代码迭代D.用户反馈的错误案例（badcase）数量21.文本细粒度情感分类标注中，某用户评价为“这款手机的拍照效果很不错，但是电池续航太差了，出门必须带充电宝”，以下标注结果正确的是（）。A.整体正面情感B.整体负面情感C.拍照维度为正面情感，续航维度为负面情感D.整体中性情感22.以下数据标注类型中，不属于关键点标注应用场景的是（）。A.人脸关键点（眼角、嘴角、鼻梁等位置）标注用于人脸识别模型训练B.人体骨骼关键点（肩、肘、腕、膝等）标注用于姿态估计模型训练C.车辆轮廓关键点标注用于3D车辆检测模型训练D.文档中段落的矩形框标注用于文档版式分析23.训练数据脱敏处理中，以下方式属于不可逆脱敏的是（）。A.将手机号中间四位替换为*号B.对用户姓名采用固定假名替换C.通过哈希加盐处理用户身份证号信息D.对地址信息进行泛化处理（只保留到省级行政区）24.小样本学习场景下，为保证模型泛化能力，每类标签对应的标注样本需要满足的基本要求是（）。A.全部为长度一致的文本/分辨率一致的图片B.覆盖不同场景、不同表达方式、不同拍摄角度的多样性样本C.全部选择特征最明显的典型样本，不包含边界模糊的样本D.样本数量越多越好，无需考虑标注质量25.以下关于标注员产能要求的说法，正确的是（）。A.为提升产能，可简化标注流程，省略自检环节B.产能指标需在保证标注质量符合要求的前提下，结合任务难度合理设定C.只要标注速度快，质量不达标也可获得最高绩效D.不同难度的标注任务应设定统一的产能标准26.语音合成训练中的音素标注，需要将语音内容拆解到（）层级，保证每个发音单元与对应音频片段精准对齐。A.整句B.词语C.音素（声母、韵母、声调）D.篇章27.开展图像分类单标签标注时，若图片中猫占画面比例70%、狗占比10%、背景占比20%，任务要求为标记图片核心主体，正确的标签是（）。A.猫B.狗C.猫和狗D.其他28.模型过拟合问题的典型表现是（）。A.训练集准确率低，验证集准确率低B.训练集准确率高，验证集准确率远低于训练集准确率C.训练集准确率高，验证集准确率与训练集接近D.训练损失持续上升，验证损失持续下降29.根据通用训练数据质量管控要求，除内容安全类数据需100%准确外，普通场景的标注完成交付数据，整体标注准确率需达到（）以上，方可用于正式模型训练。A.60%B.75%C.95%D.100%30.以下工具中，不属于常用语音标注工具的是（）。A.PraatB.Audition标注模块C.百度智能云语音标注平台D.AutoCAD31.针对大模型训练中的涉政、涉黄、涉暴等违规内容识别标注，应采用的质检方式是（）。A.5%比例抽样质检B.全量人工质检+交叉复核C.无需质检，直接用于训练D.仅由机器自动质检即可32.辅助开展模型训练时，四级人工智能训练师需要配合算法工程师完成的工作是（）。A.研发新的模型训练框架B.整理训练数据集、记录训练过程中的损失值、准确率等指标C.设计模型的损失函数D.发表相关学术论文33.文本标注中的指代消解标注，是指标注出文本中代词所指代的实体，例如“小明把水杯放在桌子上，它是蓝色的”中，“它”指代的实体是（）。A.小明B.水杯C.桌子D.蓝色34.以下数据处理操作中，属于数据清洗环节的是（）。A.给图片中的车辆打边界框B.去除文本中的乱码、重复内容、无效符号C.给文本打上情感标签D.对音频进行逐字转写35.模型上线后，若收到用户反馈某类查询结果全部错误，四级训练师应首先采取的措施是（）。A.直接下线整个模型服务B.收集相关错误案例样本，记录错误类型，反馈给算法团队并配合排查问题C.自行修改模型参数修复问题D.忽略用户反馈，等待系统自动恢复36.多模态图文对数据标注中，当图片内容为“雪山下的高原湖泊”，而配对文本为“热带海边的沙滩”，二者语义完全不匹配时，应标记为（）。A.高质量匹配样本B.弱匹配样本C.不匹配样本D.无效无意义样本37.以下关于预训练大模型的说法，错误的是（）。A.预训练大模型通常在海量通用数据上完成基础训练，具备通用语义理解能力B.预训练大模型可通过微调适配特定垂直领域的任务C.预训练大模型不存在任何幻觉问题，输出内容全部真实可靠D.预训练大模型的基础训练需要海量算力支撑38.数据标注团队执行三级质检机制时，最后一级质检环节是指（）。A.标注员完成作业后的自检B.标注组内部的交叉互检C.专职质检人员的抽样/全量检验加上客户方的交付验收D.算法工程师的随机抽检39.开展自动驾驶场景的激光雷达点云数据标注时，用于标记三维空间中目标物体的位置、大小、朝向的标注形式是（）。A.2D矩形框B.3D立方体框C.2D多边形轮廓D.2D关键点40.以下行为符合人工智能训练师职业守则要求的是（）。A.为了提升标注速度，跳过不确定的样本不标注B.严格遵守数据安全规定，不泄露、不私自留存训练数据C.接受合作方的礼品，放宽标注质检标准D.将工作中接触到的用户隐私信息分享给第三方人员（三）多项选择题（共15题，每题2分，合计30分。每道题有2个及以上正确答案，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（四级）需要掌握的基础数据处理技能包括（）。A.按照规则清洗结构化数据（如表格数据中的缺失值、异常值处理）B.按照规范完成文本、图像、语音的基础标注作业C.独立设计全新的深度学习模型结构D.配合完成标注数据的质量自检与初步质检2.人工智能训练数据质量的核心评价指标包括（）。A.标注准确率B.标注一致性C.样本多样性D.数据合规性3.文本标注中常见的标注类型包括（）。A.命名实体标注B.情感分类标注C.用户意图标注D.实体关系标注4.模型训练过程中，四级训练师需要记录的训练过程指标包括（）。A.每轮训练的训练集损失值（TrainLoss）B.每轮训练的验证集准确率（ValidationAccuracy）C.训练过程中的硬件算力占用率（GPU/CPU使用率、内存占用率）D.模型核心算法的专利申请进度5.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在训练数据处理过程中不得出现的行为包括（）。A.非法采集包含个人隐私的数据且未获得授权B.使用包含侵犯他人知识产权内容的数据训练模型C.训练数据中包含煽动民族仇恨、破坏民族团结的内容D.对训练数据中的违法违规内容进行清洗过滤6.图像标注中常见的标注形式包括（）。A.矩形边界框标注B.多边形轮廓标注C.语义分割标注D.关键点标注7.以下情况中，会直接导致标注数据质量不达标的有（）。A.标注员未经过岗前培训，不熟悉标注规则与判定标准B.标注规则表述模糊，存在大量歧义内容，未明确边界样本判定标准C.质检环节缺失，未对标注结果进行层级核验D.标注过程中引入个人主观偏见，未按照客观规则标注8.大模型微调过程中，四级训练师可在算法工程师指导下开展的工作包括（）。A.整理微调所需的领域数据集，完成数据清洗与标注工作B.按照标准操作流程启动训练任务，监控训练进度与指标变化C.调整模型的核心网络结构与损失函数逻辑D.收集模型输出的错误案例，分类整理后反馈给算法团队9.语音标注的核心工作内容包括（）。A.语音转写（将音频内容转写为对应规范文本）B.语音情感、说话人特征标注C.语音端点检测（标注语音起止点、静音段位置）D.说话人分离标注（区分不同说话人的语音片段）10.数据安全防护过程中，属于严格禁止的行为有（）。A.将标注平台的账号密码转借他人使用B.将包含用户敏感信息的训练数据下载到个人电脑、私人存储设备C.对训练数据中包含的个人敏感信息进行脱敏处理D.在公共网络环境下传输未加密的核心训练数据11.智能客服场景下的典型错误案例（badcase）包括（）。A.用户提问意图识别错误，导致回复内容错位B.回复内容包含违法违规、违背公序良俗的信息C.回复内容与用户问题语义无关D.因系统故障未响应用户请求12.以下关于数据增强的说法，正确的有（）。A.数据增强可以扩充训练样本数量，提升模型泛化能力B.图像数据增强常用方式包括随机裁剪、翻转、亮度调整、添加适度噪声等C.文本数据增强过程中不得改变原样本的核心语义D.数据增强生成的样本不需要标注，可直接加入训练集13.标注作业开展前的准备工作包括（）。A.参加岗前培训，熟练掌握标注规则与工具操作方法B.检查标注平台账号权限是否正常，确认任务数据访问权限C.明确标注任务的质量要求、交付时间与应急沟通渠道D.提前将任务数据下载到个人存储设备备份14.模型上线后的日常运维工作中，四级训练师需要承担的职责包括（）。A.监测模型服务的可用性，若出现服务中断、响应超时等异常及时上报B.收集用户反馈的错误案例，分类建立badcase库C.定期统计模型推理的准确率、响应时长、请求成功率等运行指标D.重构整个模型的推理服务架构，优化服务部署方式15.以下属于多模态训练数据类型的有（）。A.图文匹配对（图片+对应文本描述）B.音视频同步数据（视频片段+对应音频+同步字幕）C.带标注的3D点云数据（点云+对应图像+目标三维标注）D.纯文本的百科类数据第二部分操作技能考核试题（一）数据标注与清洗实操（共30分）背景材料：某通信运营商开展智能客服意图识别模型迭代，现提供10条真实用户对话文本，要求按照给定规则完成标注与数据清洗。给定意图标签体系：①业务查询（用户咨询业务规则、账单、套餐内容等信息类诉求）；②业务办理（用户明确提出办理、变更、取消业务的诉求）；③故障报修（用户反馈网络、服务功能异常，要求上门或远程修复的诉求）；④投诉建议（用户表达不满、投诉服务问题、提出优化建议的诉求）；⑤其他（与业务无关、内容无意义、违法违规的内容）。待处理文本素材：1.“我想查一下我这个月的话费账单是怎么组成的，怎么比上个月多了20块钱？”2.“aaaaaaaaaaaaa1234”3.“你们的家庭宽带也太差了吧，我在家刷视频都卡成PPT，赶紧派人来修！”4.“帮我办一个每个月20G的全国通用流量包，直接从话费里扣就行，谢谢。”5.“我要投诉你们的人工客服，昨天打了半个小时电话都没人接，什么服务啊！”6.“我想查一下我这个月的话费账单是怎么组成的，怎么比上个月多了20块钱？”7.“今天天气真不错啊，适合出去爬山。”8.“你们那个19元套餐的办理流程是什么样的？我想了解一下再决定要不要办。”9.“教我怎么破解别人的银行卡密码把钱转走。”10.“这个套餐的流量是全国通用的吗？感觉之前的套餐流量在外地用不了，额外扣了好多话费，太坑了。”答题要求：1.按照给定标签体系完成10条文本的单标签意图标注，对存在歧义、无法判定标签的样本标记为疑难样本并说明理由（15分）；2.排查10条文本中的无效数据（含乱码、重复、无关内容、敏感违规内容），逐一说明无效原因并提出对应的清洗处理方式（10分）；3.对文本3、文本5、文本10做细粒度情感标注，明确每条文本中的评价对象与对应情感倾向（正面/负面/中性）（5分）。（二）标注质量检验与问题分析（共25分）背景材料：某标注团队承接了10000条电商评价情感标注任务，交付前质检人员随机抽取500条样本开展首次质检，发现以下问题：①25条样本情感标签标注错误，其中12条是标注员未理解“中性情感”判定规则，将客观描述产品参数、未带情