高阶难度：侧重数据质量评估、模型训练集逻辑以及机器学习中的数据偏差分析。
选 单选题（共 25 题，每题 4 分）
在人工智能领域，“数据标注”这项工作最准确的定义和作用是什么？（ ）
如果一个AI翻译模型在训练时，吸收了大量存在语法错误的民间网络翻译文章，这会导致？（ ）
科学家在训练AI时，必须将数据划分为“训练集”和“测试集”。“测试集”的主要功能是？（ ）
龙虾claw小队用1000张“白天在公路上行驶的汽车”照片训练了一个车辆识别AI。到了晚上测试时，AI却什么都认不出来。这是因为？（ ）
“过拟合”是指AI在训练集上得分极高，但在测试集上表现极差。以下哪种比喻最符合这一现象？（ ）
在机器学习中，“多模态（Multimodal）模型”相较于传统单一模型，其最大的技术优势在于？（ ）
如果我们要让一个AI学会下围棋，最适合采用的机器学习方法是？（ ）
当训练数据中存在明显的“数据不平衡”时（例如：识别猫狗的模型，训练集中99%是猫，1%是狗），最可能发生什么？（ ）
收集人脸数据用于训练安防AI时，必须遵循的最核心伦理和法律原则是？（ ）
在大语言模型（如ChatGPT）的训练过程里，“RLHF（基于人类反馈的强化学习）”这一步骤的目的是？（ ）
大中信奥的教练在教授C++算法时提到，好的算法可以减少冗余计算。而在AI训练中，如果去除训练数据中的“噪声”，可以达到什么效果？（ ）
“预训练（Pre-training）”是大模型技术中的关键概念，它指的是什么阶段？（ ）
如果我们用不同医院的X光片数据共同训练一个医疗AI，但各医院互不共享病人原始数据。这种技术属于？（ ）
在给图像分类模型进行“数据清洗”时，以下哪项操作是合理且必要的？（ ）
为什么很多强大的人工智能模型（如自动驾驶算法）需要不断地进行版本更新和持续迭代？（ ）
AI算法在处理自然语言时，经常会使用“词向量（Word Embedding）”技术。它的主要作用是？（ ）
当你使用AI辅助完成一篇学校的科学调研报告时，发现AI提供的某项数据与课本上不一致。你应该？（ ）
数据在人工智能的三大核心要素（数据、算力、算法）中扮演着什么角色？（ ）
“监督学习”是指在训练数据中同时包含了题目和答案。以下哪项任务最适合使用监督学习？（ ）
在给智能语音音箱收集方言训练数据时，如果只收集了年轻人的口音，这可能会导致？（ ）
关于开源数据集（Open Source Datasets），以下说法最准确的是？（ ）
在机器学习项目开发周期中，哪个环节通常会耗费工程师最多的时间和精力？（ ）
当我们需要AI对一段长视频的内容进行理解和分类时，算法通常会将视频进行怎样的处理？（ ）
什么是“知识图谱（Knowledge Graph）”？（ ）
在评估AI模型时，除了准确率，为什么还需要考察模型的“解释性（Interpretability）”？（ ）