2025年人工智能训练师五级复习题(有答案).docxVIP

2025年人工智能训练师五级复习题(有答案)

一、单项选择题（每题2分，共20分）

1.以下哪种数据标注类型属于语义级标注？

A.图像边界框标注（目标检测）

B.文本情感极性标注（正面/负面）

C.视频关键帧时间戳标注

D.点云数据3D坐标标注

答案：B

解析：语义级标注关注数据的深层含义（如情感、意图），而A、C、D属于定位或结构化标注，侧重空间或时间信息。

2.在监督学习中，损失函数的主要作用是？

A.优化模型参数更新方向

B.评估模型泛化能力

C.控制学习率大小

D.增强数据多样性

答案：A

解析：损失函数衡量预测值与真实值的差异，通过反向传播指导参数优化；B是验证集的作用，C是优化器功能，D是数据增强任务。

3.以下哪项不属于数据清洗的常规操作？

A.处理缺失值（如插值填充）

B.去除重复样本

C.调整数据分布（如标准化）

D.标注数据类别标签

答案：D

解析：数据清洗是对原始数据的预处理（如去噪、补全），标注属于数据标注环节，是为数据赋予标签的过程。

4.若训练图像分类模型时，训练集准确率95%，验证集准确率60%，最可能的问题是？

A.数据量不足

B.模型欠拟合

C.模型过拟合

D.学习率过低

答案：C

解析：训练集准确率高但验证集低，典型过拟合表现；欠拟合会导致两者都低，数据量不足可能同时影响，学习率过低会导致训练缓慢但准确率逐步上升。

5.以下哪种工具主要用于自然语言处理（NLP）的数据标注？

A.LabelStudio

B.CVAT（计算机视觉标注工具）

C.VGGImageAnnotator

D.Prodigy

答案：D

解析：Prodigy是专为NLP设计的交互式标注工具；A是多模态通用工具，B、C侧重图像标注。

6.无监督学习的核心目标是？

A.从无标签数据中发现模式

B.通过标签优化预测

C.模仿人类决策过程

D.减少标注成本

答案：A

解析：无监督学习处理无标签数据（如聚类、降维），B是监督学习目标，D是半监督学习的部分动机。

7.以下哪项属于AI训练中的“数据泄露”问题？

A.测试集包含训练集中的样本

B.标注员泄露用户隐私数据

C.模型参数文件被非法复制

D.训练服务器网络带宽不足

答案：A

解析：数据泄露指测试集与训练集重叠，导致模型评估结果虚高；B属于隐私泄露，C是模型安全问题，D是硬件限制。

8.评估分类模型时，精确率（Precision）的计算公式是？

A.真阳性/(真阳性+假阳性)

B.真阳性/(真阳性+假阴性)

C.真阴性/(真阴性+假阳性)

D.(真阳性+真阴性)/(总样本数)

答案：A

解析：精确率关注“预测为正的样本中实际为正的比例”；B是召回率（Recall），D是准确率（Accuracy）。

9.以下哪种数据增强方法不适用于文本数据？

A.同义词替换

B.随机插入句子

C.颜色抖动（ColorJitter）

D.回译（BackTranslation）

答案：C

解析：颜色抖动是图像数据增强方法（调整亮度、饱和度等），文本数据无颜色属性。

10.在训练过程中，学习率（LearningRate）设置过小会导致？

A.模型快速收敛但容易过拟合

B.模型震荡无法收敛

C.训练速度慢，可能陷入局部最优

D.梯度消失问题加重

答案：C

解析：学习率过小会导致参数更新步长小，训练耗时且可能停留在局部最小值；A是学习率过大或训练轮次过多的问题，B是学习率过大导致梯度震荡，D与激活函数选择（如Sigmoid）相关。

二、多项选择题（每题3分，共15分。每题至少2个正确选项，错选、漏选均不得分）

1.以下属于数据标注质量控制的常用方法有？

A.交叉验证（不同标注员独立标注后比对）

B.制定详细的标注规范文档

C.对标注结果进行抽样检查

D.仅使用单一标注员完成所有标注

答案：ABC

解析：D会导致标注偏差，无法保证一致性；A通过多人标注确保一致性，B通过规范减少歧义，C通过抽样验证质量。

2.以下哪些指标可用于评估回归模型的性能？

A.均方误差（MSE）

B.R2分数（决定系数）

C.F1分数

D.平均绝对误差（MAE）

答案：ABD

解析：F1分数是分类任务指标（精确率与召回率的调和平均），回归任务关注预测值与真实值的误差（MSE、MAE）或解释力（R2）。

3.以下哪些操