三级人工智能训练师(高级)职业技能等级认定考试题及答案.docxVIP

三级人工智能训练师(高级)职业技能等级认定考试题及答案

一、单项选择题（每题2分，共20分）

1.在高级人工智能训练师职业技能中，针对大规模复杂模型（如Transformer-LLM）的微调策略，以下哪种方法最能有效提升模型在特定领域任务上的泛化能力，同时避免过拟合风险？

A.增加预训练数据集规模，依赖更强的模型参数自动学习领域特征

B.采用参数高效微调（PEFT）技术，仅调整少量适配参数

C.使用全参数微调，但大幅降低学习率以缓解梯度消失问题

D.通过知识蒸馏将大模型知识迁移至小模型，再进行领域适配

参考答案：B

解析：参数高效微调（PEFT）技术如LoRA、Adapter等，通过冻结预训练模型大部分参数，仅对少量适配参数进行训练，既能保留大模型知识，又能高效适配特定领域任务。选项A虽然能提升性能，但数据规模边际效益递减且计算成本高；选项C降低学习率会显著延长训练时间且可能陷入局部最优；选项D知识蒸馏会丢失部分模型能力。高级训练师需掌握PEFT的原理与实现，平衡效率与效果。

2.在高级模型评估体系中，针对长文本生成任务（如法律文书、学术论文），以下哪种指标最能反映模型输出的逻辑连贯性与事实准确性？

A.BLEU（BilingualEvaluationUnderstudy）

B.ROUGE（