2026年人工智能训练师(一级)技能实操考核题库及答案.docxVIP

2026年人工智能训练师(一级)技能实操考核题库及答案

数据集构建与质量评估实操题（共2题，每题20分，总计40分）

第1题：多模态领域数据集构建方案设计

【考核要求】某企业拟开发面向电商场景的多模态商品检索大模型，训练数据集需覆盖服装、家电、食品3大类目，支持图文匹配、属性识别、语义检索3类核心任务。请设计完整的数据集构建方案，包含数据来源规划、标注体系设计、质量控制流程、合规性管理4个核心模块，方案需具备可落地性，符合大模型训练的数据标准。

【操作环境】Windows11专业版、Office2021、电商行业公开数据集目录、《生成式人工智能服务管理暂行办法》电子文档

【评分标准】1.数据来源规划合理，覆盖多渠道，数据量级匹配大模型训练需求（5分）；2.标注体系完整，适配3类下游任务，标注颗粒度合理（5分）；3.质量控制流程形成闭环，包含多轮审核、抽检、异议处理机制（5分）；4.合规性管理符合现行法规要求，覆盖个人信息、知识产权、内容合规3个维度（5分）

【参考答案】

1.数据来源规划

（1）公开数据集：导入CC-3M、COCO、阿里电商10K公开数据集等合规多模态资源，筛选符合3大类目的图文对数据，预计规模500万条，作为基础训练数据；

（2）企业内部数据：整合自有电商平台的商品主图、详情页图文、用户评价图文数据，经脱敏处理后提取有效图文对，预计规模200万条，作