人工智能训练师技能培训课程数据标注与模型训练效果测评调研

Q1:在数据标注任务中，以下哪一项是确保标注质量最关键的原则？

Q2:在进行图像分类任务的数据标注时，以下哪些情况可能导致训练数据出现“脏数据”？（多选）

Q3:在自然语言处理任务中，命名实体识别（NER）标注通常需要识别出文本中的实体，如人名、地名、组织机构名等。请列举至少三种常见的实体类型。

Q4:以下关于训练集、验证集和测试集划分的说法，哪一项是正确的？

Q5:在模型训练过程中，过拟合（Overfitting）可能表现出以下哪些现象？（多选）

Q6:请写出两种常用的、用于缓解模型过拟合的技术或方法。

Q7:评估一个二分类模型时，如果正样本（Positive）非常少，以下哪个指标通常比准确率（Accuracy）更能反映模型的性能？

Q8:在目标检测任务中，IOU（Intersection over Union）是衡量预测框与真实框重合度的关键指标。请写出IOU的计算公式（用文字描述即可）。

Q9:对于一个多分类模型，其输出层通常使用什么激活函数？

Q10:以下关于学习率（Learning Rate）的说法，哪些是正确的？（多选）

Q11:在模型训练开始前，对输入特征进行标准化（Normalization）或归一化（Standardization）的主要目的是什么？（请简要说明）

Q12:在数据标注项目管理中，“一致性检验”（Consistency Check）通常是指？

Q13:以下哪些是模型部署后需要进行持续监控的常见指标？（多选）

Q14:请解释什么是“数据标注中的歧义样本”（Ambiguous Sample），并举例说明。

Q15:在构建对话系统时，将用户的一句话“我想订一张明天去北京的机票”进行意图识别（Intent Classification），这属于以下哪种任务类型？

Q16:请简述“主动学习”（Active Learning）在数据标注中的核心思想及其一个主要优势。

Q17:在评估语义分割模型时，以下哪个指标是逐像素计算分类准确度，并忽略类别不平衡的？

Q18:为了提高数据标注的效率，可以采取以下哪些措施？（多选）

Q19:在机器学习中，“特征工程”（Feature Engineering）指的是什么？请给出一个简单的例子。