最新技能考试人工智能训练师三级真题附答案.docxVIP

(最新)技能考试人工智能训练师三级真题附答案

一、单项选择题（共20题，每题2分，共40分）

1.以下哪项不属于数据标注的核心原则？()

A.标注一致性

B.标注全面性

C.标注主观性

D.标注可追溯性

答案：C

解析：数据标注需遵循客观性原则，避免主观偏差，因此“标注主观性”不属于核心原则。其他选项（一致性、全面性、可追溯性）均为确保标注质量的关键要求。

2.图像标注中，用于标记目标精确轮廓的方法是？()

A.边界框标注

B.语义分割标注

C.关键点标注

D.多边形标注

答案：B

解析：语义分割标注通过像素级分类标记目标轮廓（B）；边界框标注为矩形框（A），关键点标注为特征点（C），多边形标注为不规则形状（D），但精确轮廓需语义分割。

3.以下哪项是自然语言处理（NLP）中词向量的典型模型？()

A.ResNet

B.Word2Vec

C.YOLO

D.GAN

答案：B

解析：Word2Vec是经典词向量模型（B）；ResNet（A）为图像分类模型，YOLO（C）为目标检测模型，GAN（D）为生成对抗网络，均不用于词向量。

4.模型训练时，若验证集损失持续下降但测试集损失上升，最可能的原因是？()

A.过拟合

B.欠拟合

C.数据泄露

D.学习率过低

答案：A

解析：过拟合表现为模型对训练数据过度适应，验证集（或测试集）泛化能力差，损失上升（A）。欠拟合时训练集损失也高（B），数据泄露会导致测试集损失异常低（C），学习率过低会导致训练缓慢（D）。

5.以下不属于数据增强常用技术的是？()

A.图像旋转

B.文本回译

C.特征标准化

D.语音加噪

答案：C

解析：特征标准化（如Z-score）是数据预处理步骤，用于统一量纲（C）；数据增强通过旋转（A）、回译（B）、加噪（D）增加数据多样性，属于数据扩展技术。

6.评估分类模型时，“精确率（Precision）”的计算公式是？()

A.TP/(TP+FN)

B.TP/(TP+FP)

C.(TP+TN)/(TP+TN+FP+FN)

D.2×(Precision×Recall)/(Precision+Recall)

答案：B

解析：精确率为“真正例占预测正例的比例”，公式为TP/(TP+FP)（B）；A为召回率，C为准确率，D为F1值。

7.以下哪项是循环神经网络（RNN）的主要缺陷？()

A.无法处理序列数据

B.梯度消失/爆炸

C.参数量过大

D.仅支持二分类

答案：B

解析：RNN因链式传播机制易出现梯度消失/爆炸（B），导致长序列建模能力差；其本身可处理序列数据（A错误），参数量非主要缺陷（C错误），支持多分类（D错误）。

8.标注工具LabelStudio的核心功能是？()

A.仅支持图像标注

B.多模态数据协同标注

C.自动生成标注结果

D.仅适用于学术研究

答案：B

解析：LabelStudio支持图像、文本、语音等多模态数据标注（B）；可扩展至多种类型（A错误），需人工标注（C错误），兼顾工业与学术场景（D错误）。

9.以下哪项是解决类别不平衡问题的常用方法？()

A.增加学习率

B.使用FocalLoss

C.减少训练轮次

D.删除多数类数据

答案：B

解析：FocalLoss通过调整样本权重缓解类别不平衡（B）；增加学习率（A）可能导致训练不稳定，减少轮次（C）会欠拟合，删除多数类（D）会丢失信息。

10.BERT模型的预训练任务不包括？()

A.掩码语言模型（MLM）

B.下一句预测（NSP）

C.情感分析

D.填充式预测

答案：C

解析：BERT预训练任务为MLM（A）和NSP（B），情感分析（C）是下游任务，非预训练任务。

11.以下哪项是结构化数据的典型来源？()

A.社交媒体文本

B.传感器日志

C.关系型数据库

D.医学影像

答案：C

解析：结构化数据存储于关系型数据库（C），社交媒体文本（A）、日志（B）、影像（D）为非结构化或半结构化数据。

12.模型部署时，以下哪项不属于关键性能指标？()

A.推理延迟

B.模型参数量

C.每秒请求数（QPS）

D.内存占用

答案：B

解析：模型参数量（B）是训练阶段指标，部署时关注推理延迟（A）、QPS（C）、内存占用（D）等性能。

13.以下哪项是标注质量控制的核心指标？()

A.标注速度

B.Kappa系数

C.数据量

D.模型准确率

答案：B

解析：Kappa系数用于评估标注者间一致性（B）；标注速度（A）是效率指标，数据量（C）是规模指标，模型准确率（D）是下游结果。

14.以下哪种算法适用于时间序列预测？()

A.LSTM

B.S