⚠️ 说明：人工智能训练师官方不公布完整历年真题，本文综合整理自网络公开资源（培训机构回忆版、技能竞赛资料、考生分享），仅供参考学习。引用内容均附来源链接，建议以官方标准教材为准。
一、报考条件
四级为中级工，根据国家职业技能标准，报考需满足以下条件之一：
- 累计从事本职业或相关职业工作满5年
- 取得本职业五级/初级工职业资格证书后，累计从事本职业工作满3年
- 取得技工院校或中等及以上职业院校、专科及以上普通高等学校毕业证书（含在读应届毕业生）
考试形式：上机考试，包括理论知识（90分钟）+ 技能考核（120分钟），各科60分及以上为合格。
二、单选题（含答案）
1. 以下哪种标注类型最适合训练人体姿态识别模型？
A. 分类标注 B. 边界框标注 C. 关键点标注 D. 语义分割标注
答案：C（关键点标注用于标记人体骨骼关键点，如头、肩、肘、膝等，是训练姿态识别模型的核心数据）
来源：2025年人工智能训练师考试试题及答案（网络回忆版）
2. 在数据标注过程中，若同一张图片中需要同时标注多个不同类别的目标，应使用哪种标注类型？
A. 图像分类 B. 目标检测（边界框） C. 语义分割 D. 关键点标注
答案：B（目标检测/边界框标注可在一张图片中对多个不同类别目标进行框选和分类标注）
来源：人工智能训练师四级理论考试复习资料
3. 以下哪种数据来源属于人工智能模型训练的合法数据获取方式？
A. 网络爬虫抓取 B. 购买数据 C. 人工标注 D. 传感器自动采集
答案：ABCD（合法数据来源包括爬虫（需遵守robots协议）、购买授权数据、人工标注以及传感器采集等多种方式）
来源：2025年人工智能训练师职业技能鉴定理论考试题库（网络整理版）
4. 数据清洗的主要目的是（）
A. 增加数据量 B. 去除噪声数据和错误标注，提高数据质量 C. 生成新数据 D. 压缩数据体积
答案：B（数据清洗的核心目的是去除重复、错误、不完整或格式不规范的数据，提升训练数据质量）
来源：人工智能训练师四级备考资料
5. 在文本分类任务中，”数据标注”指的是什么？
A. 对文本进行分词 B. 为文本打上类别标签（如正面/负面） C. 将文本翻译成其他语言 D. 对文本进行加密
答案：B（文本分类中的数据标注即给每段文本赋予类别标签，是监督学习的必要步骤）
来源：2025年人工智能训练师四级考试复习资料
6. 图像标注中，”语义分割”与”实例分割”的主要区别是（）
A. 语义分割不区分同类不同个体，实例分割区分 B. 两者没有区别 C. 实例分割不区分类别 D. 语义分割只能用于灰度图
答案：A（语义分割将同类物体统一标注为一个类别；实例分割会区分同类的不同个体，如分开标注画面中的每个人）
来源：人工智能训练师四级理论考试复习资料
7. 使用标注工具进行批量标注时，发现标注质量下降，最可能的原因是（）
A. 标注员疲劳或注意力下降 B. 工具出现Bug C. 数据太简单 D. 网络延迟
答案：A（批量标注中持续工作会导致标注员疲劳，是质量下滑的主要原因，这也是定期抽检和交叉审核机制的重要性所在）
来源：人工智能训练师职业技能标准相关资料
8. 以下哪种情况说明模型”欠拟合”（Underfitting）？
A. 训练集和测试集准确率都很高 B. 训练集准确率低，测试集准确率高 C. 训练集和测试集准确率都很低 D. 训练集准确率高，测试集准确率低
答案：C（欠拟合指模型在训练集和测试集上表现都不好，说明模型没有充分学习到数据特征）
来源：2025年人工智能训练师考试试题及答案（网络回忆版）
三、多选题（含答案）
1. 数据标注员常用工具包括（）
A. Labelme（图像标注工具） B. LabelImg（目标检测标注） C. Excel（数据整理） D. PyTorch（深度学习框架）
答案：ABC（PyTorch是模型训练框架，不属于数据标注工具范畴；标注员主要使用专业标注软件和基础办公软件）
来源：2025年人工智能训练师职业技能鉴定理论考试题库（网络整理版）
2. 影响数据标注质量的因素有哪些？
A. 标注规则的清晰程度 B. 标注员的专业背景 C. 标注工具的功能 D. 标注数据的复杂程度
答案：ABCD（标注质量受规则明确性、标注员能力、工具便利性以及数据本身难度等多重因素影响）
来源：人工智能训练师四级备考资料
3. 以下哪些措施可以提高数据标注效率？
A. 制定清晰详细的标注规则手册 B. 使用半自动化标注工具辅助 C. 合理安排标注员工作节奏 D. 减少标注量以加快进度
答案：ABC（效率提升靠流程优化和工具辅助，而非减少必要标注量；质量永远优先于速度）
来源：人工智能训练师四级考试复习资料
四、实操高频题型（技能考核）
题型1：图像标注操作
题目：给定一批含有人和汽车的图片，完成以下标注任务：
（1）使用边界框标注图片中所有的人和汽车
（2）标注图片中的红绿灯信号灯
考核要点：
- 边界框需紧贴目标物体，不能有过多留白
- 不同类别使用不同颜色或标签区分
- 标注完成后需进行自检，漏标率<5%
参考来源：人工智能训练师四级技能考核模拟题
题型2：数据清洗与预处理
题目：给定一份包含以下问题的数据集：
- 重复图片若干张
- 错误标注（猫标注为狗）若干处
- 图片分辨率过低，无法用于模型训练
请说明处理步骤：
参考答案：
- 去重：通过MD5值或图像指纹比对，剔除完全重复的图片
- 纠正标注：对错误标注进行修正，可通过二次人工审核发现并纠正
- 过滤低质量数据：设置分辨率阈值（如宽度<100px），自动过滤不合格图片
- 格式统一：将所有图片转换为统一格式（如JPG），统一命名规范
- 数据备份：处理前先对原始数据进行备份，保留可追溯性
参考来源：人工智能训练师四级技能考核说明及评分标准
题型3：文本情感分类标注
题目：对以下评论进行情感分类标注（正面/负面/中性）
评论1：”这个AI助手太智能了，完全理解我的意思，太棒了！” 评论2：”用了一下感觉一般，没有想象中好用。” 评论3：”今天天气不错，适合出门散步。”
参考答案：
- 评论1：正面（包含”太智能”“太棒了”等明显积极词汇）
- 评论2：中性偏负面（”一般”“没有想象中好用”表达不满意，但语气不激烈）
- 评论3：中性（纯客观陈述，无情感倾向）
参考来源：人工智能训练师四级考试文本标注实操练习
五、备考建议
- 吃透标注工具：四级实操考核需要现场演示标注操作，务必熟练掌握Labelme/LabelImg/PPOCRLabel等主流工具
- 理解质量控制：不仅会标注，还要理解为什么这样标注，掌握标注质检方法
- 关注行业应用：四级侧重实际业务场景，如自动驾驶、数据标注工厂、智能客服等领域的实际案例
- 刷题强化理论：理论知识部分可使用233网校等平台的章节练习，时间充足可开通会员做全套模拟题
- 报考机构选择：选择在人社部门备案的评价机构报名，部分机构提供培训+报考一站式服务
六、三级 vs 四级 主要区别速览
| 对比项 | 四级（中级工） | 三级（高级工） |
|---|---|---|
| 核心能力 | 复杂数据标注、工具使用 | 智能系统运维、模型调优 |
| 标注类型 | 图像/文本/语音多类型 | 偏向系统级问题排查 |
| 考核重点 | 标注质量与效率 | 模型性能评估与优化 |
| 薪资（参考） | 8-12K | 10-15K+ |
声明：本文题目整理自网络公开资源，均为考生回忆版或培训机构整理版，答案仅供参考。正式考试内容以当年评价机构公布为准。如需完整题库，建议通过正规培训机构渠道获取。