2025年人工智能训练师(高级)职业技能鉴定.docxVIP

2025年人工智能训练师(高级)职业技能鉴定

一、单项选择题（每题2分，共20分。每题只有一个正确答案，请将正确选项填入括号内）

1.在构建多模态大模型时，为缓解图文模态特征空间差异，下列哪种对齐策略最符合“先粗后细”原则？

A.直接拼接向量后做线性映射

B.先通过跨模态对比学习完成粗对齐，再用细粒度注意力精修

C.仅使用图像编码器最后一层特征与文本[CLS]向量点积

D.将图像像素展平后与词向量做注意力池化

2.当训练数据中存在“长尾”现象且标注成本极高时，以下哪种技术组合最能兼顾模型鲁棒性与标注效率？

A.随机下采样+传统交叉熵

B.自监督预训练+主动学习+LogitAdjustment

C.过采样+标签平滑

D.冻结主干网络+全量微调

3.联邦学习场景下，为防御“模型反演”攻击，服务器端最合理的聚合策略是：

A.FedAvg直接平均梯度

B.采用SecureAggregation并加入差分隐私噪声

C.仅上传最后一层权重

D.使用同态加密后上传完整模型

4.在强化学习人类反馈（RLHF）阶段，若奖励模型出现“过度优化”导致生成文本可读性下降，应优先调整：

A.提高KL惩罚系数β

B.降低PPO裁剪阈值ε

C.增加奖励模型容量

D.增大batchsize

5.对于StableDiffusion模型，若想在不重训U-Net的前提下实现“风格