2025年人工智能训练师中级考试题库附答案.docxVIP

2025年人工智能训练师中级考试题库附答案

一、单项选择题（每题2分，共30分）

1.以下哪种数据标注方式适用于目标检测任务？

A.文本分类标注

B.边界框（BoundingBox）标注

C.情感极性标注

D.实体识别标注

答案：B

2.在神经网络训练中，若验证集准确率远低于训练集，最可能的原因是？

A.学习率过低

B.模型欠拟合

C.模型过拟合

D.数据量过大

答案：C

3.自然语言处理中，“将‘苹果’根据上下文判断为水果或公司”属于哪种任务？

A.句法分析

B.指代消解

C.词义消歧

D.机器翻译

答案：C

4.以下哪项不属于数据增强在图像领域的常用方法？

A.随机裁剪

B.同义词替换

C.高斯模糊

D.颜色抖动

答案：B

5.训练卷积神经网络（CNN）时，若输入图像尺寸为224×224×3，经过一个卷积核大小3×3、步长1、填充1的卷积层后，输出特征图的尺寸为？

A.222×222×64

B.224×224×64

C.220×220×64

D.226×226×64

答案：B（计算公式：(W-F+2P)/S+1=(224-3+2×1)/1+1=224）

6.以下哪种损失函数适用于二分类问题？

A.交叉熵损失（Cross-EntropyLoss）

B.均方误差（MSE）

C.绝对平均误差（MAE）

D.余弦相似度损失

答案：A

7.在迁移学习中，“冻结预训练模型的前几层，仅微调后几层”的主要目的是？

A.减少计算量

B.避免过拟合

C.保留底层通用特征

D.提升训练速度

答案：C

8.以下哪项是处理数据不平衡问题时“过采样（Oversampling）”的缺点？

A.可能引入重复样本导致过拟合

B.会丢失部分重要信息

C.增加计算成本

D.无法处理类别极不平衡的情况

答案：A

9.评估回归模型性能时，R2分数越接近1表示？

A.模型预测误差越大

B.模型对数据的拟合效果越好

C.模型存在严重过拟合

D.模型泛化能力越差

答案：B

10.在强化学习中，“智能体（Agent）”与环境交互的核心目标是？

A.最大化即时奖励

B.最小化累积奖励的折扣和

C.最大化长期累积奖励的折扣和

D.快速收敛到最优策略

答案：C

11.以下哪种技术属于多模态学习？

A.仅用文本训练情感分类模型

B.结合图像和文本训练商品推荐模型

C.用单模态数据微调语言模型

D.基于语音的说话人识别

答案：B

12.训练过程中，学习率衰减（LearningRateDecay）的主要作用是？

A.避免梯度消失

B.防止模型陷入局部最优

C.加速收敛并提升泛化能力

D.增加模型复杂度

答案：C

13.以下哪项不属于AI伦理的核心问题？

A.算法偏见

B.数据隐私保护

C.模型参数量大小

D.决策可解释性

答案：C

14.在自然语言处理中，词嵌入（WordEmbedding）的主要作用是？

A.将文本转换为固定长度的向量

B.捕捉词语的语义和上下文关系

C.实现文本的句法分析

D.提升文本分类的准确率

答案：B

15.若某模型在测试集上的精确率（Precision）为0.8，召回率（Recall）为0.6，则F1分数为？

A.0.65

B.0.69

C.0.72

D.0.75

答案：B（F1=2×P×R/(P+R)=2×0.8×0.6/(0.8+0.6)=0.96/1.4≈0.69）

二、多项选择题（每题3分，共30分，至少2个正确选项）

1.以下哪些属于数据清洗的常见步骤？

A.处理缺失值

B.去除重复样本

C.特征归一化

D.识别并修正异常值

答案：ABD（特征归一化属于特征工程，非清洗步骤）

2.深度学习中，正则化（Regularization）的方法包括？

A.L1/L2正则化

B.批量归一化（BatchNorm）

C.dropout

D.数据增强

答案：ACD（BatchNorm主要用于稳定训练，非正则化）

3.以下哪些指标适用于评估多分类模型？

A.混淆矩阵

B.宏平均F1

C.ROC曲线

D.微平均准确率

答案：ABD（ROC曲线通常用