2026年人工智能训练师(三级)案例实操真题及答案.docxVIP

2026年人工智能训练师(三级)案例实操真题及答案

一、单项选择题（本大题共20小题，每小题1分，共20分）

1.在人工智能训练师三级实操中，针对图像识别任务，选择合适的损失函数是模型性能优化的关键环节。下列关于损失函数的描述中，最适用于处理类别不平衡问题的损失函数是（）

A.均方误差（MSE）损失函数，因其对异常值不敏感

B.交叉熵损失函数，因其能自然处理多分类问题

C.FocalLoss，因其通过调节难易样本权重缓解类别不平衡

D.HingeLoss，因其适用于支持向量机分类

解析：交叉熵损失函数适用于多分类问题，但未解决类别不平衡；均方误差主要用于回归问题；HingeLoss适用于支持向量机。FocalLoss通过引入调节参数γ，降低易分类样本的权重，增强难分类样本的影响，从而有效缓解类别不平衡问题，符合三级实操中对损失函数精细化选择的要求。

2.在构建自然语言处理（NLP）模型时，词嵌入（WordEmbedding）技术通过将词汇映射到高维向量空间，其主要优势在于（）

A.显著提升模型训练速度，减少计算资源消耗

B.捕捉词汇间的语义相似性，增强模型泛化能力

C.自动完成特征工程，无需人工设计特征

D.直接支持多语言跨域迁移，无需额外适配

解析：词嵌入通过