2026技能考试人工智能训练师三级题库练习试卷附答案

2026技能考试人工智能训练师三级题库练习试卷附答案一、单项选择题（本大题共20小题，每小题2分，共40分。每小题只有一个正确答案，请将正确选项的字母填入题后括号内。）1.在监督学习任务中，用于评估模型在未见数据上泛化能力的数据集划分方式，通常是将原始数据集按照一定比例随机划分为训练集、验证集和测试集。以下关于划分比例的描述，最合理的是（）A.训练集占60%，验证集占20%，测试集占20%B.训练集占90%，验证集占5%，测试集占5%C.训练集占70%，验证集占15%，测试集占15%D.训练集占50%，验证集占30%，测试集占20%2.在图像分类任务的数据预处理阶段，对RGB三通道图像进行归一化操作的主要目的是（）A.增加图像的分辨率，提升模型对细节的识别能力B.消除光照差异和量纲影响，将像素值映射到相近尺度，加速模型收敛并提升稳定性C.将图像转换为灰度图，减少数据存储空间D.对图像进行随机裁剪，实现数据增强3.在文本标注任务中，若需要识别一段客服对话中客户的“不满情绪”，最合适的标注方案是（）A.对对话中的每个字进行拼音标注B.按句粒度标注情绪类别，如“愤怒”、“失望”、“平静”C.仅标注对话中出现的实体名称，如人名、地名D.对整段对话进行主题分类，如“售后咨询”、“产品介绍”4.关于分类模型中精确率（Precision）与召回率（Recall）的关系，以下说法正确的是（）A.精确率越高，召回率一定越高B.精确率与召回率是一对矛盾的指标，通常此消彼长C.在正负样本极度不平衡时，精确率比召回率更能反映模型性能，因此只看精确率即可D.当模型将所有样本都预测为正类时，召回率为1，精确率也为15.在模型训练过程中，若发现训练集损失持续下降，而验证集损失在某个epoch后开始上升，这一现象最可能的原因是（）A.模型发生了欠拟合B.学习率设置过小C.模型发生了过拟合D.数据增强过度6.在语音识别任务中，将连续的音频信号转换为文本标签序列，这类任务属于（）A.序列标注问题B.序列到序列（Seq2Seq）问题C.多标签分类问题D.回归问题7.以下关于数据清洗操作中“去除停用词”的表述，正确的是（）A.停用词是指在文本中频繁出现且对语义贡献较小的词语，如“的”、“了”、“是”，去除后可以降低特征维度B.停用词包括所有标点符号，但去除标点会导致模型无法理解句子结构C.去除停用词后，文本的语义信息不会发生任何改变，可以随意处理D.停用词表是固定的，适用于所有领域和场景8.在YOLO（YouOnlyLookOnce）目标检测模型中，其核心思想是将目标检测任务转化为（）A.图像分类问题B.回归问题与分类问题的结合C.序列生成问题D.聚类问题9.在处理类别不平衡问题时，对少数类样本进行SMOTE（SyntheticMinorityOver-samplingTechnique）过采样，其核心原理是（）A.复制少数类样本的原始数据，增加其在数据集中的数量B.在少数类样本的K近邻之间进行线性插值，合成新的样本C.删除多数类样本，使两类样本数量相等D.通过调整分类阈值，使模型偏向少数类10.当使用余弦相似度衡量两个文本向量之间的相似度时，余弦相似度的取值范围是（）A.[0,1]B.[-1,1]C.[0,+∞)D.(-∞,+∞)11.在BERT预训练模型中，其采用的掩码语言模型（MaskedLanguageModel,MLM）策略是（）A.随机将输入序列中的部分Token替换为[MASK]标记，让模型预测被掩盖的TokenB.将输入序列倒序排列，让模型预测下一个TokenC.随机将输入序列中的部分Token替换为[MASK]标记，让模型预测整段序列的情感D.预测输入序列中两个句子是否连续出现12.在图像标注任务中，对于包含多个物体的复杂场景图像，使用“边界框（BoundingBox）”进行标注时，以下描述正确的是（）A.边界框用水平轴对齐的矩形框住目标物体，通常以左上角和右下角的坐标来表示B.边界框必须是精确贴合物体边缘的不规则多边形C.边界框标注只适用于车辆等规则物体，不适用于行人D.边界框的中心点坐标即可完全描述物体的位置，无需宽高信息13.在机器学习模型训练前，若数据集中的某一特征列存在大量缺失值（例如缺失率占40%），以下处理方式最不推荐的是（）A.使用该特征列的均值或中位数进行填充B.直接删除该特征列C.使用模型预测缺失值D.将缺失值单独编码为一个特殊值，如-1或“Unknown”14.关于卷积神经网络（CNN）中的感受野（ReceptiveField），以下说法错误的是（）A.感受野是指卷积神经网络每一层输出的特征图上的像素点在原始输入图像上映射的区域大小B.增加卷积层的数量可以扩大感受野C.使用更大的卷积核（如5×5代替3×3）可以直接扩大感受野D.感受野越大，网络能看到的图像范围越小，因此感受野越小越好15.在强化学习的基本框架中，智能体（Agent）与环境（Environment）交互的核心循环是（）A.智能体观测状态st→执行动作at→环境反馈奖励rB.环境观测状态st→执行动作at→智能体反馈奖励rC.智能体随机初始化权重→直接输出最终策略→结束训练D.环境生成数据→智能体直接复制数据→更新环境16.在对模型进行量化（Quantization）压缩时，将32位浮点数（FP32）权重转换为8位整数（INT8），其带来的主要效果是（）A.模型精度一定大幅下降B.模型体积减小，推理速度加快，但精度可能会有轻微损失C.模型体积增大，但推理准确率提升D.模型体积不变，但计算精度提升17.在目标检测任务中，评估模型定位和分类综合性能的常用指标是（）A.均方误差（MeanSquaredError,MSE）B.交并比（IntersectionoverUnion,IoU）和平均精度均值（meanAveragePrecision,mAP）C.困惑度（Perplexity）D.BLEU值18.在进行自然语言处理（NLP）任务的数据标注时，采用“众包”模式（即将任务分发到多个非专业人士手中）相较于“专家标注”模式，其最显著的缺点是（）A.成本过高B.标注速度过慢C.标注质量参差不齐，一致性难以保证D.无法处理大规模数据19.在A/B测试中，为了评估新上线的推荐算法模型是否优于旧模型，最合理的实验设计是（）A.将全部用户流量导向新模型，观察一周数据B.将用户随机分为实验组（新模型）和对照组（旧模型），保证两组用户特征分布相似，在相同时间段内比较关键指标（如点击率、转化率）C.只在非活跃用户中测试新模型D.先上线新模型，若效果不佳则回滚，无需设置对照组20.在知识蒸馏（KnowledgeDistillation）技术中，学生模型（StudentModel）学习的目标是（）A.仅学习教师模型（TeacherModel）的最终预测标签（硬标签）B.学习教师模型输出的软标签（SoftLabels，即各类别的概率分布），通常需要引入温度参数T进行软化C.直接复制教师模型的全部网络权重D.只学习教师模型的结构，不学习其输出二、多项选择题（本大题共10小题，每小题3分，共30分。每小题有两个或两个以上正确答案，多选、少选、错选均不得分。）21.以下属于人工智能训练师在数据采集阶段需要完成的工作内容的有（）A.根据任务需求确定数据采集的渠道和来源B.制定数据采集规范，包括数据格式、采样频率、覆盖场景等C.对采集到的原始数据进行实时模型训练D.对采集到的数据进行初步的格式转换和敏感信息脱敏处理22.关于数据增强技术，以下说法正确的有（）A.在图像分类任务中，随机水平翻转、随机旋转、随机裁剪是常用的数据增强方法B.在文本分类任务中，可以进行同义词替换、随机插入、随机交换等增强操作C.数据增强能增加训练样本的多样性，有效缓解过拟合D.数据增强必须作用于测试集和验证集，以保证模型评估的准确性23.在深度学习中，常用的激活函数包括（）A.Sigmoid函数σ(x)=B.ReLU函数ReLU(x)=max(0,x)C.Tanh函数tanh(x)=D.均值函数mean(x)=24.关于混淆矩阵（ConfusionMatrix），以下描述正确的有（）A.在二分类问题中，混淆矩阵是一个2×2的矩阵，包含真正例（TP）、假正例（FP）、真负例（TN）、假负例（FN）B.准确率（Accuracy）的计算公式为(TP+TN)/(TP+TN+FP+FN)C.召回率（Recall）的计算公式为TP/(TP+FN)D.精确率（Precision）的计算公式为TP/(TP+FP)25.在训练循环神经网络（RNN）及其变体（如LSTM、GRU）时，常见的梯度问题有（）A.梯度消失（VanishingGradient）问题B.梯度爆炸（ExplodingGradient）问题C.梯度下降（GradientDescent）问题D.梯度上升（GradientAscent）问题26.以下关于模型微调（Fine-tuning）技术的表述，正确的有（）A.微调是指在预训练模型的基础上，使用特定任务的数据进行继续训练B.在微调过程中，通常采用较小的学习率，以避免破坏预训练模型的底层特征C.微调时，可以将预训练模型的顶层替换为适应新任务分类数量的全连接层D.微调只能用于NLP任务，不能用于图像任务27.在评价一个文本生成模型（如机器翻译模型）的输出质量时，常用的自动评价指标有（）A.BLEU（BilingualEvaluationUnderstudy）B.ROUGE（Recall-OrientedUnderstudyforGistingEvaluation）C.困惑度（Perplexity）D.准确率（Accuracy）28.在构建一个图像分类模型的训练数据集时，若发现数据集中“猫”的图片数量为1000张，“狗”的图片数量为100张，以下处理策略合理的有（）A.对“狗”的图片进行过采样（如复制或数据增强）B.对“猫”的图片进行欠采样（如随机删除部分图片）C.直接使用原始数据训练，不做任何处理D.在损失函数中，为少数类“狗”的样本赋予更高的权重29.关于Transformer模型中多头注意力机制（Multi-HeadAttention）的描述，正确的有（）A.多头注意力机制允许模型同时关注不同表示子空间的信息B.每个注意力头都独立地计算查询（Query）、键（Key）、值（Value）矩阵C.多头注意力的输出是所有注意力头输出的拼接（Concat）后经过线性变换得到的D.多头注意力机制只能处理文本数据，无法处理图像数据30.在模型部署阶段，为了提升推理速度，可以采用的技术手段有（）A.模型剪枝（Pruning）：去除网络中不重要的连接或通道B.模型量化（Quantization）：降低权重和激活值的位宽C.知识蒸馏（KnowledgeDistillation）：用小模型学习大模型的知识D.增加模型层数，提高模型容量三、判断题（本大题共10小题，每小题1分，共10分。正确的打“√”，错误的打“×”。）31.在标注情感分析任务时，如果标注员主观性太强，可以采取多人标注并计算一致性指标（如Kappa系数）来保证标注质量。（）32.在特征工程中，独热编码（One-HotEncoding）适用于具有大小顺序关系的类别特征，如“低”、“中”、“高”。（）33.在使用PyTorch框架训练模型时，调用`loss.backward()`函数后，梯度会默认自动清零，无需再调用`optimizer.zero_grad()`。（）34.学习率（LearningRate）过大可能导致模型在最优解附近震荡甚至发散，学习率过小则会导致模型收敛速度过慢。（）35.在过拟合发生时，增加训练数据量通常是一个有效的缓解手段。（）36.在语义分割任务中，通常需要对图像中的每个像素进行分类标注。（）37.在超参数调优方法中，网格搜索（GridSearch）是一种比随机搜索（RandomSearch）更高效、更节省计算资源的方法。（）38.早停法（EarlyStopping）是指在训练过程中，当验证集性能不再提升时，提前终止训练以防止过拟合。（）39.在文本分类任务中，TF-IDF（词频-逆文档频率）权重值越高，说明该词在某一文档中出现的频率越高，且在整个语料库中出现得越频繁。（）40.对于回归任务（如预测房价），均方误差（MSE）和平均绝对误差（MAE）都是常用的损失函数，MSE对离群点更敏感。（）四、简答题与应用分析题（本大题共3小题，共20分。）41.（简答题，6分）请简述在人工智能训练任务中，将数据集划分为训练集、验证集和测试集各自的作用是什么？并说明在模型调参过程中，为什么不能使用测试集来直接指导模型的超参数调整？42.（应用分析题，8分）某电商平台需要训练一个情感分析模型，用于判断用户评论是“好评”还是“差评”。训练数据集包含10万条已标注的中文评论，其中“好评”8万条，“差评”2万条。（1）请指出该数据集存在什么问题？（2分）（2）若直接使用该数据集训练一个深度学习分类模型，模型在测试集上可能表现出什么现象？请分析原因。（3分）（3）针对该问题，请提出至少两种可行的解决策略，并简述其原理。（3分）43.（综合应用题，6分）在图像分类任务中，某训练师使用ResNet50模型进行训练。训练过程中，他记录了每个Epoch的训练损失值，发现前5个Epoch损失从2.3下降至1.5，但从第5个Epoch到第10个Epoch，损失值几乎保持在1.5不变。请分析可能造成该现象的原因（至少列出三种），并针对每种原因给出相应的改进建议。参考答案及解析一、单项选择题1.C解析：常见划分比例：70%训练集、15%验证集、15%测试集，或80/10/10，A选项比例也可用但C更常见。核心原则是训练集足够大且验证/测试集能代表整体分布，故选C。2.B解析：归一化（如减去均值除以标准差）将像素值缩放至相近尺度，有利于梯度下降的稳定性和收敛速度。A项错误，归一化不改变分辨率；C项错误，归一化不转换为灰度；D项错误，裁剪属于数据增强，与归一化无关。3.B解析：识别“不满情绪”属于文本情感分类任务，按句粒度标注情绪类别（如愤怒、失望）最合适。A项拼音标注无关；C项实体识别与情绪无关；D项主题分类粒度粗，无法精确表达情绪。4.B解析：精确率与召回率通常是矛盾的，提升阈值时精确率上升、召回率下降，需用F1分数平衡。A项错误，两者不总是同向变化；C项错误，在类不平衡时需综合看PR曲线或F1，不能只看精确率；D项错误，当预测全为正类时，召回率为1，但精确率为正样本占全样本的比例（如正样本占1%时精确率仅为1%）。5.C解析：训练损失降、验证损失升是典型的过拟合特征。A项欠拟合时两者损失都高；B项学习率过小会导致两者都降得慢；D项数据增强过度会导致训练损失高且难收敛。6.B解析：语音识别将音频序列映射为文本序列，属于序列到序列任务。A项序列标注（如词性标注）输入输出长度相同；C项多标签分类是输出多个标签；D项回归输出连续值。7.A解析：停用词是高频但对语义贡献小的词，去除可降维。B项错误，去除标点虽可能损失结构，但标点通常也会被当作停用词处理；C项错误，去除停用词会丢失部分语法信息，但在许多任务中影响较小；D项错误，停用词表需根据领域定制，如“价格”在电商领域不是停用词。8.B解析：YOLO将目标检测转化为边界框坐标的回归问题和物体类别分类问题的结合。A项仅分类不够；C项序列生成不准确；D项聚类是无监督学习。9.B解析：SMOTE的核心是在少数类样本与其K近邻之间的连线上随机取点，合成新样本，而非简单复制。A项是随机过采样；C项是欠采样；D项是阈值调整。10.B解析：余弦相似度通过计算两个向量夹角的余弦值，范围在-1到1之间。向量方向相同为1，相反为-1，正交为0。11.A解析：BERT的MLM策略是随机掩盖部分Token（15%），让模型根据上下文预测被掩盖的Token。B项错误，不是倒序；C项错误，预测的是Token而非情感；D项是NSP（NextSentencePrediction）任务。12.A解析：边界框是水平轴对齐的矩形，通常用左上角(x_min,y_min)和右下角(x_max,y_max)坐标表示。B项错误，边界框不要求贴合边缘，那是多边形分割标注；C项错误，边界框适用于各类物体；D项错误，还需宽高信息。13.B解析：当缺失率高达40%时，直接删除特征列会丢失大量信息，除非该特征与目标相关性极低，否则不推荐。A、C、D都是常用处理方法。14.D解析：感受野越大，网络看到的图像范围越大，有助于提取全局特征。D项说法错误，感受野并非越小越好。A、B、C正确。15.A解析：强化学习循环：智能体观测状态st，执行动作at，环境返回奖励rt+116.B解析：量化将FP32转为INT8，模型体积缩小约4倍，推理速度加快，但精度可能有轻微损失（通常可接受）。A项说法绝对，不一定大幅下降；C、D错误。17.B解析：目标检测常用IoU判断框的定位准确性，mAP综合反映检测器在各类别上的精度和召回性能。A项MSE是回归损失；C项困惑度用于语言模型；D项BLEU用于机器翻译。18.C解析：众包标注的缺点是质量参差不齐、一致性差。优点是成本低、速度快，可处理大规模数据。故C正确。19.B解析：A/B测试的核心是随机分组、控制变量、同时对比。将用户随机分为实验组和对照组，保证特征分布相似，在相同时间段内比较指标。A项无对照组；C项分组有偏；D项无对照组。20.B解析：知识蒸馏中，学生模型学习教师模型的软标签（经温度T软化的概率分布），软标签包含了类别间的相似性信息。A项仅硬标签损失信息多；C项直接复制权重不是蒸馏；D项只学结构不学输出无意义。二、多项选择题21.ABD解析：A项确定数据渠道、B项制定采集规范、D项格式转换和脱敏均为数据采集阶段工作。C项“实时模型训练”属于训练阶段，不是数据采集阶段。22.ABC解析：A、B正确，图像和文本都有多种增强方法；C项正确，数据增强能增加多样性缓解过拟合；D项错误，数据增强只应用于训练集，测试集和验证集应保持原始数据以确保评估真实。23.ABC解析：Sigmoid、ReLU、Tanh都是常用激活函数。D项均值函数不是激活函数。24.ABCD解析：A、B、C、D四个选项关于混淆矩阵的定义和计算公式均正确。25.AB解析：RNN训练常见梯度消失和梯度爆炸问题。C项梯度下降是优化算法；D项梯度上升通常用于最大化目标，非RNN特有训练问题。26.ABC解析：A项微调定义正确；B项微调使用小学习率正确；C项替换顶层分类器正确；D项错误，微调广泛应用于图像、NLP、语音等任务。27.ABC解析：BLEU和ROUGE用于文本生成评价，困惑度用于语言模型评价。D项准确率通常用于分类任务，不直接用于文本生成评价。28.ABD解析：针对类不平衡，可以过采样少数类（A）、欠采样多数类（B）、调整损失函数权重（D）。C项直接使用不处理会导致模型偏向多数类，效果差。29.ABC解析：A项多头关注不同子空间正确；B项每个头独立计算Q、K、V正确；C项输出是拼接后线性变换正确；D项错误，Transformer可处理图像（如ViT），多头注意力不限于文本。30.ABC解析：剪枝、量化、蒸馏均能提升推理速度或减小模型。D项增加模型层数会降低推理速度，增大计算量。三、判断题31.√解析：多人标注并计算一致性指标（如Kappa）是保证标注质量的标准做法。32.×解析：独热编码适用于无序类别特征。“低”、“中”、“高”是有序特征，应使用标签编码（LabelEncoding）或数值映射，保留顺序信息。33.×解析：PyTorch中调用`loss.backward()`后梯度是累积的，需要手动调用`optimizer.zero_grad()`将梯度清零，否则梯度会累积到下一次迭代。34.√解析：学习率过大会导致震荡甚至发散，过小则收敛慢，该说法正确。35.√解析：增加训练数据是缓解过拟合的有效方法之一，因为更多数据能提供更多信息，降低模型对特定样本的依赖。36.√解析：语义分割是对图像中每个像素进行分类，属于密集预测任务。37.×解析：网格搜索是穷举所有参数组合，计算开销大；随机搜索从参数空间随机采样，通常更高效、更节省计算资源，尤其在参数维度较高时。38.√解析：早停法的定义正确。39.×解析：TF-IDF中，IDF（逆文档频率）部分会使在语料库中频繁出现的词权重降低。TF-IDF值高，意味着该词在文档中频率高，但在整个语料库中出现得少，而不是“出现得越频繁”。40.√解析：MSE对离群点赋予更大的惩罚（误差平方），因此比MAE对离群点更敏感。四、简答题与应用分析题41.简答题答案：训练集的作用是用于训练模型，即通过优化算法调整模型的参数（如权重和偏置）以最小化损失函数。验证集的作用是在训练过程中评估模型的泛化能力，用于超参数调优（如学习率、正则化系数、网络层数等）和模型选择（如选择训练轮数），帮助防止过拟合。测试集的作用是在模型训练和调参完全结束后，对最终模型的泛化能力进行无偏的最终评估。不能使用测试集指导超参数调整的原因：测试集模拟的是模型在真实世界未见数据上的表现。如果利用测试集来调整超参数，模型和超参数就会在测试集上产生“信息泄露”或“过拟合”，即模型参数（或超参数）间接拟合了测试集的特征。这样，测试集不再能代表未见数据，最终在测试集上测得的性能会过于乐观，无法真实反映模型在实际应用中的泛化能力。42.应用分析题答案：（1）该数据集存在严重的类别不平衡问题。“好评”8万条与“差评”2万条的比例为4:1，差评样本数量明显偏少。模型会更倾向于学习多数类（好评）的特征，导致对少数类（差评）的识别能力不足。（2）模型在测试集上可能表现出整体准确率较高（因为大部分样本是好评，模型全部预测为好评也能获得约80%的准确率），但“差评”类别的召回率（Recall）和精确率（Precision）极低，即模型几乎无法准确识别出差评。原因是模型在训练过程中，由于差评样本少，其贡献的梯度信号弱，模型为了最小化整体损失，选择偏向学习样本量大的好评类，从而忽视了差评的判别特征。（3）解决策略及原理：策略一：数据层面——过采样