2025年高级人工智能训练师核心备考试题库及答案.docxVIP

2025年高级人工智能训练师核心备考试题库及答案

一、单项选择题（共15题，每题1分，共15分）

1.下列大模型微调方法中，单卡训练时显存占用最低的是

A.全参数微调

B.LoRA微调

C.QLoRA微调

D.Prefix-Tuning微调

答案：C

解析：QLoRA（QuantizedLoRA）通过将基座模型权重量化为4位正态分布精度，同时冻结基座模型参数，仅训练低秩适配器矩阵，相比全参数微调可减少约90%的显存占用，也显著低于LoRA（16位精度基座）和Prefix-Tuning的显存消耗，是当前消费级显卡可落地的最低显存占用微调方案。

2.基于人类反馈的强化学习（RLHF）核心流程不包含下列哪个环节

A.监督微调（SFT）

B.奖励模型（RM）训练

C.预训练（Pre-training）

D.强化学习微调（PPO）

答案：C

解析：RLHF是大模型对齐阶段的核心技术，其标准流程分为三个阶段：第一阶段为监督微调，用人工标注的高质量指令数据微调基座模型；第二阶段为奖励模型训练，用人类标注的偏好排序数据训练奖励模型；第三阶段为强化学习微调，以奖励模型输出为优化目标微调语言模型。预训练属于大模型基础能力构建环节，不属于RLHF的流程范畴。

3.主动学习框架下，高级人工智能训练师筛选待标注样本的核心原则是

A.模型不确定性最高的样本

B.数据量占比最高的类别