2025年人工智能训练师(高级)职业资格认定参考试题库(含答案).docxVIP

2025年人工智能训练师(高级)职业资格认定参考试题库(含答案)

一、单项选择题（每题2分，共20题，总分40分）

1.在大语言模型（LLM）的指令微调中，以下哪种方法属于参数高效微调（ParameterEfficientFineTuning,PEFT）技术？

A.全参数微调（FullFineTuning）

B.LoRA（LowRankAdaptation）

C.随机初始化新层

D.冻结所有预训练层

答案：B

解析：LoRA通过引入低秩矩阵替代全参数更新，仅训练少量新增参数，属于PEFT技术；全参数微调需调整所有模型参数，不属于高效方法；随机初始化新层和冻结预训练层均非典型PEFT策略。

2.针对多模态情感分析任务（文本+图像），以下哪项是跨模态对齐的核心目标？

A.提升单模态特征的维度

B.使不同模态的特征空间具有语义一致性

C.增加模型参数量以覆盖更多模态组合

D.减少计算复杂度

答案：B

解析：跨模态对齐的核心是通过映射或转换，使文本和图像的特征在同一语义空间中对齐，便于后续融合分析；提升维度或增加参数量并非对齐目标，减少计算复杂度是优化方向但非核心。

3.以下哪种数据增强方法不适用于结构化表格数据？

A.特征值替换（如将“男性”随机替换为“男”）

B.行交换（随机交换两行