2026年人工智能训练师（三级）技能等级认定实操试题.docxVIP

2026年人工智能训练师（三级）技能等级认定实操试题

2026年人工智能训练师（三级）技能等级认定实操试题

1单选题（每题2分，共20分）

1.1在PyTorch2.3中，若需对模型参数施加L2正则化，下列做法最规范的是

A.在optimizer中设置weight_decay

B.在loss函数后手动添加torch.norm(param)

C.在DataLoader中设置drop_last=True

D.在nn.Module的forward里对权重乘0.99

答案：A

解析：weight_decay由优化器在反向传播时自动完成梯度修正，无需改写网络逻辑。

1.2当使用LoRA微调7B参数大模型时，为保持推理阶段与原始模型完全一致，应执行

A.合并Adapter权重到主模型并保存为新的.bin

B.将Adapter权重与主模型权重在显存中动态相加

C.关闭LoRAalpha缩放

D.提高dropout至0.3

答案：B

解析：动态相加可避免永久修改原始权重文件，实现“可插拔”恢复。

1.3在CLIP图文对齐任务中，若batch内出现模态缺失（某样本无图像），合理的掩码策略是

A.将该样本图文相似度置0并继续参与对比学习

B.直接丢弃该样本并调整batchsize

C.用文本平均特征替代图像特征

D.将温度参数τ调大

答案：A

解析：置0后Info