2026年人工智能训练师竞赛实操试题.docxVIP

2026年人工智能训练师竞赛实操试题

本次实操竞赛总时长180分钟，满分100分，选手入场后需核验身份，统一使用竞赛组委会预置的云端算力平台（算力配置：单卡A10080G显存、16核vCPU、64G运行内存、1T高速存储，预装Python3.10、PyTorch2.2、TensorFlow2.15、LabelStudio1.12、LangChain0.2、LLaMAFactory0.8、WeightsBiases0.17、FAISS1.8、TensorRT8.6等标准化工具集，禁止外接存储设备、禁止访问公网，所有操作均需在指定工作目录下完成，提交内容需按要求命名存放，未按规范提交的内容不计分。

模块一：多模态训练数据集构建与标注（分值30分，时长45分钟）

本模块聚焦人工智能训练师核心基础能力，考察数据清洗、标注规则落地、质量校验的全流程操作能力，所有预置数据均来自真实政务、电商、工业场景脱敏数据，无人工构造的极端样本。

子任务1：低质量数据清洗（10分）

任务说明：组委会预置了12000条多模态图文对数据集，涵盖工业质检（4000条）、电商营销（4000条）、政务咨询（4000条）3个场景，其中包含15%的低质量数据，具体问题类型及判定标准如下：1.图文不匹配：图片内容与文本描述的主体、属性匹配度低于60%；2.文本存在敏感违规内容：包含涉政、涉恐、涉黄