大模型训练数据治理工程师考试试卷及答案.docVIP

大模型训练数据治理工程师考试试卷及答案

一、填空题（每题1分，共10分）

1.大模型训练数据中，用于标注实体间关联的类型是______。

2.数据清洗中处理重复数据的核心方法是______。

3.隐私保护中，将敏感信息替换为非敏感值的技术是______。

4.训练数据生命周期的关键环节：采集→清洗→标注→______→验证。

5.识别训练数据中有害内容的技术是______。

6.明确数据归属与使用权限的治理环节是______管理。

7.文本情感倾向标注属于______标注类型。

8.数据质量评估指标包括准确性、完整性、______、一致性。

9.实现“数据可用不可见”的隐私计算技术是______。

10.防止训练数据泄露的核心措施是______控制。

二、单项选择题（每题2分，共20分）

1.以下不属于合规采集来源的是？

A.授权私有数据B.合作方共享数据C.无授权爬虫数据D.公开授权数据集

2.数据清洗不包括的操作是？

A.缺失值填充B.加密C.去重D.噪声过滤

3.多主体联合训练且不共享原始数据的技术是？

A.差分隐私B.联邦学习C.脱敏D.anonymization

4.数据符合任务需求属于哪类质量指标？

A.准确性B.相关性C.完整性D.时效性

5.以下属于有害数据的是？

A.科普文本B.hatespeechC.学术论文D.产品说明书

6.图像物体框标记属于______标注