人工智能训练师(一级)每日一练规范题(附答案).docxVIP

人工智能训练师(一级)每日一练规范题(附答案)

一、单项选择题（每题2分，共10分）

1.以下哪项是人工智能训练师在数据标注过程中最核心的操作规范要求？

A.标注工具的品牌选择

B.严格遵循项目制定的标注标准

C.标注速度优先于标注质量

D.标注结果无需复核

答案：B

解析：数据标注的核心是保证标注结果的准确性和一致性，因此必须严格遵循项目制定的标注标准。标注工具的选择（A）需根据项目需求，非核心；速度优先（C）会导致质量下降；无需复核（D）无法保证错误率，均不符合规范。

2.在图像分类任务中，若遇到一张包含“猫”和“狗”的图片，而标注任务要求单标签分类（仅选一个类别），正确的处理方式是？

A.标注为“猫”和“狗”（多标签）

B.标注为“其他”

C.依据项目规则判断优先级（如“猫”优先级高于“狗”则标“猫”）

D.直接跳过不标注

答案：C

解析：单标签分类任务中，当图片包含多个目标类别时，需按照项目预先制定的优先级规则处理（如业务需求、数据分布等），而非随意标注或跳过。多标签（A）违背任务要求；“其他”（B）适用于无目标类别的情况；跳过（D）会导致数据缺失。

3.以下哪种场景需要优先进行数据脱敏处理？

A.标注公共场景下的风景图片

B.标注包含用户身份证号的文本数据

C.标注开源数据库中的动物图像

D.标注企业内部无敏感信息的产品设计图

答案：B

解析：数据脱敏的核心是保护个人隐私或敏感信息。包含身份证号的文本数据（B）涉及个人隐私，需脱敏（如打码、替换）；风景图片（A）、动物图像（C）、无敏感信息的设计图（D）无需脱敏。

4.在模型评估阶段，若某二分类模型的准确率为90%，但召回率仅为30%，最可能的问题是？

A.模型对正类样本的识别能力不足

B.模型对负类样本的识别能力不足

C.测试集样本量过小

D.模型过拟合

答案：A

解析：召回率（Recall）反映模型正确识别正类样本的比例。召回率低（30%）说明模型遗漏了大量正类样本，即对正类的识别能力不足（A）。准确率高可能因负类样本占比大（如9:1分布），不能反映正类表现。

5.标注文本情感倾向时，“这个手机充电速度还可以，但拍照效果一般”应标注为？

A.积极

B.消极

C.中性

D.无法判断

答案：C

解析：文本同时包含中性评价（“还可以”）和中性偏消极评价（“一般”），无明确积极或消极倾向，应标注为中性（C）。积极（A）需整体正向，消极（B）需整体负向，无法判断（D）仅适用于语义模糊的情况。

二、判断题（每题2分，共10分。正确打“√”，错误打“×”）

1.标注过程中，若发现标注工具自动生成的预标注结果与标准一致，可以直接确认，无需人工检查。（）

答案：×

解析：预标注结果可能存在算法误差，必须人工复核确认，避免错误传播。

2.为提升标注效率，可将同一批数据分配给不同标注员独立标注，无需统一培训。（）

答案：×

解析：标注标准需通过统一培训确保一致性，否则不同标注员的理解差异会导致标注结果偏差。

3.在目标检测任务中，标注边界框时允许轻微超出目标物体边缘，只要不影响模型训练。（）

答案：×

解析：边界框需严格贴合目标物体边缘，超出会引入背景噪声，影响模型定位精度。

4.模型评估时，若测试集与训练集数据分布差异较大，评估结果可能无法真实反映模型性能。（）

答案：√

解析：测试集需与训练集同分布，否则模型在测试集上的表现可能因“未见数据”而失真。

5.数据增强时，对医学影像数据进行翻转、旋转等操作会破坏其诊断价值，因此禁止使用。（）

答案：×

解析：医学影像数据增强需在专业医生指导下进行，部分操作（如不改变解剖结构的旋转）是允许的，可提升模型泛化能力。

三、简答题（每题10分，共30分）

1.简述数据清洗的主要步骤及每一步的目的。

答案：

数据清洗的主要步骤包括：

（1）缺失值处理：检查数据中是否存在缺失字段（如文本为空、图像模糊），通过删除、填充（如均值、众数）或标记异常值等方式处理，避免模型因缺失数据产生偏差。

（2）异常值检测：识别与整体数据分布差异过大的样本（如图像尺寸异常、文本长度过短），通过统计方法（如Z-score、IQR）或人工复核确认是否为真实异常，避免噪声数据干扰模型训练。

（3）格式统一：将数据格式调整为模型输入要求的标准形式（如图像统一为224×224像素、文本去除特殊符号），确保数据一致性，降低模型处理复杂度。

（4）重复数据删除：识别并删除内容完全相同的冗余数据（如重复拍摄的同一张图片、复制粘贴的文