一、导读

第三套模拟试卷在题型结构一致的基础上，重点覆盖了前两套尚未充分考察的知识领域：模型训练管道、MLOps基础、模型测试方法论、生产环境监控、标注工作流优化等。简答题难度略高，侧重综合场景分析，更适合做完卷一、卷二后的拔高训练。

---

二、试卷结构

┌─────────────────────────────────────────────────────────────┐
│            模拟试卷（三）结构概览                             │
├───────────┬──────┬──────┬──────────────────────────────────┤
│  题型     │ 题量 │ 分值 │  考点侧重                         │
├───────────┼──────┼──────┼──────────────────────────────────┤
│  单选题   │  30  │ 30分 │ 工具使用、流程规范、参数理解       │
│  多选题   │  10  │ 20分 │ 方法论比较、最佳实践、综合判断     │
│  判断题   │  20  │ 20分 │ 原理辨析、概念边界、参数影响       │
│  简答题   │   5  │ 30分 │ 综合分析、方案设计、问题诊断       │
├───────────┼──────┼──────┼──────────────────────────────────┤
│  合计     │  65  │100分 │ 及格线: 60分                      │
└───────────┴──────┴──────┴──────────────────────────────────┘

---

三、核心速记表：考点分布

知识领域	单选题号	多选题号	判断题号	简答题号	分值占比
数据处理与特征工程	1-5	31	41-44	61	14%
模型训练与调优	6-10	32-33	45-48	62	16%
模型测试与评估	11-14	34	49-52	—	12%
标注工具与工作流	15-18	35	53-54	63	13%
MLOps与DevOps	19-23	36-37	55-57	64	17%
Prompt工程与LLM应用	24-26	38	58	—	10%
项目管理与软技能	27-30	39-40	59-60	65	18%

---

四、模拟试卷（三）

一、单项选择题（共30题，每题1分）

题号	题目	A	B	C	D
1	特征工程中，对数值特征进行标准化(Standardization)的公式是？	(x-min)/(max-min)	(x-μ)/σ	x/σ	log(x)/μ
2	皮尔逊相关系数用于衡量什么？	两个变量之间的线性相关性	两个变量的因果关系	单个变量的方差	模型准确率
3	处理类别型特征时，高基数特征最不适合哪种编码方式？	Target Encoding	Label Encoding	One-Hot Encoding	Mean Encoding
4	数据归一化(Normalization)后的特征值范围通常是？	[-1, 1]	[0, 1]	[-∞, +∞]	[0, 100]
5	PCA（主成分分析）的主要作用是？	增加特征维度	降维、去相关性	数据增强	模型集成
6	模型训练中，train()和eval()模式的主要区别在于？	无区别	Dropout和BatchNorm的行为不同	训练模式不需要计算梯度	eval模式会更新参数
7	以下哪个不属于模型训练的超参数？	学习率(Learning Rate)	批大小(Batch Size)	模型权重(Weights)	Dropout率
8	训练日志(Training Log)中需要记录的最小信息不包括？	每个epoch的loss	验证集指标	学习率变化	编译器版本号
9	DistributedDataParallel(DDP)的优势是什么？	只能用单GPU	多GPU并行训练，每GPU独立计算梯度	不需要同步	只能用CPU
10	混合精度训练(AMP)的主要好处是什么？	提高精度	减少显存占用和加速训练	增加参数量	提升模型可解释性
11	模型测试中，鲁棒性测试的目的是什么？	验证基本功能	验证模型在异常/扰动输入下的稳定性	检查代码规范	测试训练速度
12	回归任务的常用损失函数是？	交叉熵损失(CrossEntropy)	均方误差(MSE)	铰链损失(Hinge Loss)	对比损失(Contrastive Loss)
13	模型性能基准测试(Benchmark)通常需要比较什么？	仅同模型的旧版本	同任务的其他开源模型/SOTA	仅训练时间	仅模型大小
14	测试覆盖率(Test Coverage)在AI训练师语境中指什么？	代码覆盖率	测试用例对业务场景的覆盖程度	数据量	训练轮数
15	使用Doccano进行文本标注的步骤顺序是？	导出→标注→导入	创建项目→导入数据→标注→导出	标注→导入→导出	导入→导出→标注
16	标注项目的工时估算，通常用什么单位？	代码行数	条/小时 或 条/天	GPU小时	CPU核数
17	标注规范的迭代更新应该在什么时候进行？	项目结束后	发现规范不完善时及时补充	从来不需要	每天更新
18	标注平台中"任务分配"功能的主要用途是什么？	给每个人分配相同的所有数据	将标注任务合理分配给标注者并控制复杂度	随机分配	所有数据给一个人
19	MLOps和DevOps的核心区别在于？	完全一样	MLOps包含数据版本化、模型版本化、实验追踪	MLOps不需要CI/CD	DevOps更关注模型
20	实验追踪(Experiment Tracking)中应该记录什么？	仅准确率	超参数、指标、代码版本、数据版本	仅训练时间	仅模型大小
21	特征存储(Feature Store)的核心价值是？	增加存储成本	统一管理特征定义，保证在线/离线一致性	存储全部原始数据	替代数据库
22	CI/CD在AI项目中的含义是？	Continuous Integration / Continuous Deployment	Copy Image / Copy Data	Check Input / Check Data	Create Image / Create Data
23	模型注册中心(Model Registry)的主要功能是？	存储训练数据	集中管理模型版本、元数据和部署状态	管理标注数据	管理GPU资源
24	在Prompt Engineering中，Chain-of-Thought提示的主要作用是？	减少输出长度	引导模型逐步推理，提高复杂问题准确率	增加输出随机性	减少计算成本
25	以下哪个不是Prompt优化的常见技巧？	提供清晰的角色设定	使用分隔符分隔不同部分	完全随机化Prompt内容	提供Few-Shot示例
26	LLM应用中的上下文窗口(Context Window)指什么？	GPU显存大小	模型一次能处理的最大Token数量	训练数据量	模型参数数量
27	以下哪项不是AI训练师三级岗位的典型工作？	模型训练与调优	数据标注质量管控	发表AI顶会论文（非核心要求）	模型部署与监控
28	在AI项目团队中，训练师通常需要和谁协作？	只需独立工作	算法工程师、数据工程师、产品经理	只和标注团队	不和任何人协作
29	撰写项目技术报告时，不需要包含什么？	项目背景与目标	技术方案与实施过程	个人薪资信息	效果评估与改进建议
30	遇到超出技术能力范围的问题时，AI训练师应该？	忽略不管	及时向上级/技术专家求助，明确描述问题	随便猜测	直接辞职

---

二、多项选择题（共10题，每题2分）

题号	题目	A	B	C	D
31	以下属于数据预处理步骤的有？	缺失值填充	异常值检测	特征归一化	模型推理
32	训练过程中的调优手段包括？	调整学习率	修改损失函数	增加训练数据量	忽略验证集表现
33	以下哪些是判断模型过拟合的依据？	训练集准确率远高于验证集	验证集loss先降后升	模型参数极少	训练集和验证集准确率都低
34	模型测试应该覆盖的场景包括？	正常场景	边界场景	异常/对抗场景	只测训练集数据
35	以下哪些是数据标注工具需要具备的功能？	项目管理	标注规范展示	任务分配与跟踪	数据导入导出
36	MLOps平台通常包含的功能有？	模型版本管理	实验追踪	自动部署管道	邮件系统
37	以下关于模型监控的指标，合理的包括？	推理P99延迟	预测分布变化(PSI)	模型准确率趋势	每天喝了几杯咖啡
38	好的Prompt设计原则包括？	清晰明确的任务描述	适当的上下文信息	要求JSON格式时提供Schema	越模糊越好
39	AI训练师需要具备的软技能包括？	沟通协作能力	文档写作能力	问题分析能力	完全不需要沟通
40	以下关于AI项目文档的说法正确的有？	文档应在项目进行中同步更新	技术文档应面向不同读者分层	文档只需要代码注释	好的文档可以降低交接成本

---

三、判断题（共20题，每题1分）

题号	题目	答案
41	皮尔逊相关系数为0表示两个变量完全相关。
42	特征工程中，归一化就是把数据变成[0,1]范围。
43	缺失值处理时，删除所有含缺失值的行总是最优方案。
44	Pearson相关系数无法捕捉非线性关系。
45	模型训练中设置随机种子(seed)可以保证结果可复现。
46	学习率衰减(Decay)在训练后期通常需要减小学习率。
47	使用梯度累积(Gradient Accumulation)可以在显存有限时模拟更大的batch size。
48	训练过程中GPU利用率100%一定表示训练效率最高。
49	测试集可以用于超参数选择。
50	多分类任务中，所有类别的Precision和Recall通常取宏平均(Macro Avg)。
51	模型测试只需在开发阶段做一次。
52	测试用例应该包含正例、反例和边界例。
53	标注团队不需要了解业务背景。
54	多人标注的交叉验证可以提高标注质量。
55	实验追踪仅仅是一个可选的好习惯，不影响模型迭代效率。
56	模型上线后还需要持续监控性能指标。
57	特征存储可以确保在线推理和离线训练使用相同的特征计算逻辑。
58	Prompt Engineering的价值在于通过精心设计输入引导LLM产出高质量输出。
59	AI训练师的工作只需要关注技术，不需要考虑业务价值。
60	遇到自己无法解决的问题时，隐瞒不报是合理的做法。

---

四、简答题（共5题，每题6分）

题号	题目	分值
61	请设计一个完整的文本分类项目的数据处理管道(Pipeline)，包括原始数据读取到模型输入的完整流程。	6
62	请阐述模型训练中从数据处理到模型保存的完整训练Pipeline，并说明每个阶段的关键检查点。	6
63	请设计一个标注团队的管理方案，包括人员培训、质量控制和效率提升措施。	6
64	请说明MLOps在AI项目中的价值，并描述一个典型的MLOps工作流。	6
65	在实际工作中，你发现某模型的线上准确率从95%逐渐下降到88%。请设计一个完整的故障排查和处理流程。	6

---

五、答案解析与考点索引

一、单选题答案与解析

题号	答案	解析	考点
1	B	标准化(Z-score): (x-μ)/σ，使特征变为均值为0、标准差为1的分布。A是最小-最大归一化。	特征标准化
2	A	皮尔逊相关系数®衡量两变量间的线性相关程度，范围[-1,1]。相关系数≠因果关系。	相关性分析
3	C	One-Hot会将高基数特征(如用户ID有10万取值)展开为10万维稀疏向量，导致维度爆炸。	特征编码
4	B	Min-Max归一化将特征缩放到[0,1]或[-1,1]。A是标准化后的分布特征不是固定范围。	归一化
5	B	PCA通过线性变换将高维数据投影到低维空间，去除特征间相关性，实现降维。	降维方法
6	B	train()模式下Dropout生效、BatchNorm用batch统计量；eval()模式下Dropout失效、BatchNorm用全局统计量。	模式切换
7	C	模型权重是训练过程中学习到的参数，不是超参数。超参数是训练前手动设定的。	超参数概念
8	D	编译器版本通常不影响模型训练结果，不被视为训练日志的必需信息。	训练日志
9	B	DDP每个GPU独立前向+反向传播，梯度通过AllReduce同步，实现高效多卡训练。	分布式训练
10	B	AMP使用FP16计算减少显存和加速训练，通过loss scaling保持精度。	混合精度
11	B	鲁棒性测试验证模型在噪声、对抗样本、异常输入等扰动下的表现稳定性。	测试类型
12	B	均方误差(MSE)是最常用的回归损失函数。交叉熵对应分类，铰链损失对应SVM。	损失函数
13	B	Benchmark需要对比同任务的其他模型/SOTA，全面评估模型在标准测试集上的竞争力。	基准测试
14	B	AI场景中的测试覆盖率指测试用例对业务场景的覆盖程度，而非传统软件工程的代码覆盖率。	测试概念
15	B	Doccano标准流程：创建项目→配置标签→导入数据→执行标注→导出标注结果。	标注工具
16	B	标注工时通常用条/小时或条/天衡量，与内容复杂度、标注类型相关。	工时估算
17	B	标注规范应持续迭代。发现边界不清、歧义问题时及时更新通知团队。	规范管理
18	B	任务分配应合理分配，保证难度均匀、标注者不会疲劳度过高，支持质量抽检。	任务管理
19	B	MLOps=DevOps+数据版本化+模型版本化+实验追踪+模型监控。	MLOps概念
20	B	实验追踪需记录超参数、评估指标、代码版本(Git commit)、数据版本，确保可复现。	实验管理
21	B	特征存储统一管理特征定义和计算逻辑，保证在线推理与离线训练使用相同的特征。	特征平台
22	A	CI/CD全称Continuous Integration / Continuous Deployment，自动化构建测试部署流程。	术语含义
23	B	模型注册中心集中管理各版本模型的元数据(创建时间、指标、标签)和部署状态(测试/生产/归档)。	模型管理
24	B	CoT提示通过"让我们一步一步思考"等引导激发大模型逐步推理能力。	CoT提示
25	C	完全随机化Prompt内容会导致输出质量不可控，不是优化技巧。A/B/D均是常见技巧。	Prompt技巧
26	B	上下文窗口指模型一次能处理的最大Token数量（如GPT-4的128K），决定了输入+输出的上限。	LLM概念
27	C	发表顶会论文更偏向研究员/算法科学家职责，三级训练师侧重工程应用。	岗位认知
28	B	AI训练师需与算法工程师(模型)、数据工程师(数据管道)、产品经理(需求)等多角色协作。	团队协作
29	C	个人薪资信息属于隐私，不需要出现在项目技术报告中。	文档规范
30	B	专业做法是及时上报，清晰描述问题现象和已尝试的解决步骤，寻求技术支持。	职业素养

---

二、多选题答案与解析

题号	答案	解析
31	ABC	缺失值处理、异常值检测、归一化是标准预处理步骤。D模型推理是推理阶段。
32	ABC	调整学习率、改损失函数、增加数据都是调优手段。D忽视验证集是错误的。
33	AB	A训练集远高于验证集和B验证集loss先降后升是过拟合特征。C参数少可能欠拟合。D双双低是欠拟合。
34	ABC	正常/边界/异常场景都需要覆盖。D只用训练集测试没有意义。
35	ABCD	项目管理、规范展示、任务分配、导入导出都是标注平台基本功能。
36	ABC	版本管理、实验追踪、自动部署是MLOps核心功能。邮件系统不是AI专用功能。
37	ABC	延迟、分布稳定性(PSI)、准确率趋势是核心监控指标。D不是技术指标。
38	ABC	清晰描述、上下文信息、格式约束都是好的Prompt设计原则。D模糊性会在生产场景导致不稳定输出。
39	ABC	沟通、写作、分析能力是训练师必备软技能。D完全不需要沟通显然错误。
40	ABD	文档应同步更新、面向不同读者分层、降低交接成本。C仅有代码注释远远不够。

---

三、判断题答案与解析

题号	答案	解析
41	✗	相关系数为0表示无线性相关，但仍可能存在非线性关系（如y=x²中r≈0但存在函数关系）。
42	✓	Min-Max归一化(X-min)/(max-min)将数据缩放到[0,1]范围内。
43	✗	直接删除会损失信息。应根据缺失比例和业务含义选择填充/删除/标记策略。
44	✓	皮尔逊相关系数只捕捉线性关系，无法识别非线性相关性（如U型关系）。
45	✓	设置随机种子后，随机初始化、数据shuffle等都变得可复现，有助于调优和debug。
46	✓	训练后期减小学习率有助于精细调整参数，避免在最优解附近震荡。
47	✓	梯度累积(多步累计梯度再更新)可以用小batch模拟大batch效果，解决显存不足问题。
48	✗	GPU利用率高不一定代表有效计算。可能出现CPU瓶颈（数据加载慢）导致的"空转"。
49	✗	测试集不能用于超参数选择，否则会过拟合测试集。应用验证集做超参数选择。
50	✓	Macro Avg对各类别指标等权平均，不受类别不均衡影响，是多分类常用方式。
51	✗	模型测试是持续的：开发期→功能测试，上线前→性能测试，上线后→回归测试+监控。
52	✓	正例(正常功能)、反例(预期拒绝)、边界例(边界条件)覆盖是测试设计的标准方法。
53	✗	了解业务背景有助于标注者理解标注目的和规则，提高标注质量和一致性。
54	✓	多人交叉标注+一致性校验可以发现标注歧义，是提升标注质量的有效手段。
55	✗	实验追踪直接影响模型迭代效率：无法复现→无法比较→无法优化，是效率的基础保障。
56	✓	上线后可能出现数据漂移、概念漂移、模型衰退等，需持续监控。
57	✓	特征存储的核心价值：同一套特征定义，离线训练和在线推理使用完全一致的计算逻辑。
58	✓	Prompt Engineering的本质：通过精心设计输入文本，引导LLM输出符合预期的高质量结果。
59	✗	AI训练师需要理解业务价值，才能设计出真正解决业务问题的AI方案。
60	✗	隐瞒问题可能导致更严重的后果。应及时沟通、透明汇报。

---

四、简答题参考答案

61. 文本分类数据处理Pipeline

原始数据读取
├── 支持多种格式: CSV/JSON/TXT
├── 读取时指定编码(UTF-8)
└── 数据格式校验(列名、类型)

数据清洗
├── 去重: 基于文本Hash去重
├── 缺失值: 删除标签缺失的行，文本缺失填""
├── 文本清洗: 去除HTML标签、多余空格、特殊字符
└── 长度过滤: 删除<3字或>2000字的异常文本

数据标注
├── 标注规范确认
├── 标注一致性检验(Kappa>0.8)
└── 标注质量抽检(10%抽样)

特征工程
├── Tokenization(分词/子词切分)
├── 序列Padding/Truncation到固定长度
├── Attention Mask生成
└── Label映射(文本标签→数字ID)

数据划分
├── 分层抽样 Stratified Split
├── 训练:验证:测试 = 8:1:1
└── 类别分布检查(确保各类别比例一致)

输出格式
├── PyTorch Dataset / TensorFlow Dataset
├── DataLoader(Batch+Shuffle)
└── 数据统计报告(各类别样本量、平均长度等)

62. 模型训练Pipeline及检查点

阶段	关键操作	检查点
数据加载	创建DataLoader	验证batch shape正确、shuffle生效
模型初始化	加载预训练权重/随机初始化	参数量合理、预训练权重加载成功
训练循环	For epoch: train → validate	记录loss/准确率、检查梯度是否NaN
验证评估	每个epoch后在验证集评估	早停条件检查、最佳模型保存
模型保存	保存最佳checkpoint	保存config+state_dict+optimizer状态
训练报告	汇总所有epoch指标	输出训练曲线图、最终指标

63. 标注团队管理方案

人员培训：

• 岗前培训：业务背景（2h）+ 标注规范讲解（2h）+ 实操练习（4h）
• 考核上岗：黄金标准数据集考核，准确率>90%方可上岗
• 持续培训：每周例会复盘高频错误

质量控制：

• 交叉标注：20%数据双重标注，计算一致性
• 每日抽检：质量专员每天抽检每人5%标注结果
• 黄金标准验证：每周用黄金标准数据集重新考核

效率提升：

• 预标注辅助：模型先标注人工修正，效率提升50%+
• 快捷键优化：减少鼠标操作，提升标注速度
• 工作量透明：每日公布标注量，激励竞争

64. MLOps价值与典型工作流

MLOps核心价值：

1. 可复现性：代码+数据+环境版本化，实验可重新运行
2. 效率提升：自动化训练→评估→部署流水线
3. 质量保障：持续监控模型性能，自动发现问题
4. 协作管理：统一的实验记录和模型注册，团队协作有序

典型工作流：

数据版本化→特征工程→实验追踪→模型训练→模型注册→
CI/CD部署→A/B测试→性能监控→触发重训→循环迭代

65. 线上准确率下降排查流程

                    ┌──────────────┐
                    │  准确率下降   │
                    │  95% → 88%   │
                    └──────┬───────┘
                           │
              ┌────────────┼────────────┐
              ▼            ▼            ▼
        ┌──────────┐ ┌─────────┐ ┌──────────┐
        │ 数据层面  │ │模型层面 │ │ 环境层面  │
        │ 排查      │ │排查     │ │ 排查      │
        └────┬─────┘ └────┬────┘ └────┬─────┘
             │            │           │
    ┌────────▼──────┐ ┌──▼──────┐ ┌──▼─────────┐
    │·特征分布漂移   │ │·模型文件│ │·推理服务异常 │
    │·特征缺失率     │ │  损坏   │ │·特征计算变更 │
    │·数据源变更     │ │·版本错误│ │·依赖库升级   │
    │·概念漂移       │ │·配置变更│ │·GPU异常     │
    └───────┬───────┘ └──┬─────┘ └──────┬──────┘
            │            │             │
            └────────────┼─────────────┘
                         │
                    ┌────▼─────┐
                    │ 根因定位  │
                    │ + 处理方案│
                    └────┬─────┘
                         │
              ┌──────────┼──────────┐
              ▼          ▼          ▼
        ┌─────────┐ ┌───────┐ ┌───────┐
        │数据漂移  │ │概念   │ │环境   │
        │→重训练   │ │漂移   │ │问题   │
        │  或校准  │ │→重训  │ │→修复  │
        └─────────┘ └───────┘ └───────┘

---

六、AutoGrader 自动评分系统（试卷三）

"""
模拟试卷（三）评分 + 三卷综合分析
支持三卷成绩对比和综合能力雷达图数据生成
"""
from dataclasses import dataclass, field
from typing import List, Dict, Set, Optional, Tuple
import json
import math

@dataclass
class MultiExamReport:
    """多卷综合分析报告"""
    exams: List[Dict]        # 各卷成绩详情
    avg_score: float         # 平均分
    trend: str               # 趋势：持续上升/波动/持续下降
    stable_strong: List[str] # 持续强势领域
    consistent_weak: List[str]  # 持续薄弱领域
    readiness: str           # 考试准备度评估
    suggested_focus: List[Tuple[str, str]]  # 考前重点复习建议

class AutoGraderV3:
    """试卷三评分 + 三卷综合分析引擎"""
    
    SINGLE = {
        1:"B",2:"A",3:"C",4:"B",5:"B",6:"B",7:"C",8:"D",9:"B",10:"B",
        11:"B",12:"B",13:"B",14:"B",15:"B",16:"B",17:"B",18:"B",19:"B",
        20:"B",21:"B",22:"A",23:"B",24:"B",25:"C",26:"B",27:"C",28:"B",
        29:"C",30:"B"
    }
    
    MULTI = {
        31:{"A","B","C"}, 32:{"A","B","C"}, 33:{"A","B"},
        34:{"A","B","C"}, 35:{"A","B","C","D"}, 36:{"A","B","C"},
        37:{"A","B","C"}, 38:{"A","B","C"}, 39:{"A","B","C"},
        40:{"A","B","D"}
    }
    
    TF = {
        41:False,42:True,43:False,44:True,45:True,
        46:True,47:True,48:False,49:False,50:True,
        51:False,52:True,53:False,54:True,55:False,
        56:True,57:True,58:True,59:False,60:False
    }
    
    TOPICS = {
        "数据处理": list(range(1,6)) + [31] + list(range(41,45)) + [61],
        "模型训练": list(range(6,11)) + [32,33] + list(range(45,49)) + [62],
        "模型测试": list(range(11,15)) + [34] + list(range(49,53)),
        "标注管理": list(range(15,19)) + [35] + list(range(53,55)) + [63],
        "MLOps": list(range(19,24)) + [36,37] + list(range(55,58)) + [64],
        "Prompt与LLM": list(range(24,27)) + [38] + [58],
        "职业素养": list(range(27,31)) + [39,40] + list(range(59,61)) + [65]
    }
    
    def grade(self,
              single_ans: Dict[int, str],
              multi_ans: Dict[int, Set[str]],
              tf_ans: Dict[int, bool],
              short_scores: Optional[Dict[int, float]] = None,
              time_spent: float = 0.0) -> dict:
        """评分主函数"""
        total = 0.0
        topic_correct = {t: 0 for t in self.TOPICS}
        
        for qid, ans in self.SINGLE.items():
            if single_ans.get(qid) == ans:
                total += 1
                self._inc_topic(topic_correct, qid)
        
        for qid, ans_set in self.MULTI.items():
            if multi_ans.get(qid) == ans_set:
                total += 2
                self._inc_topic(topic_correct, qid)
        
        for qid, ans in self.TF.items():
            if tf_ans.get(qid) == ans:
                total += 1
                self._inc_topic(topic_correct, qid)
        
        if short_scores:
            for qid in [61,62,63,64,65]:
                total += short_scores.get(qid, 0)
                self._inc_topic(topic_correct, qid)
        
        weak = []
        for topic, qids in self.TOPICS.items():
            correct = topic_correct[topic]
            total_qs = len(qids)
            rate = correct / total_qs if total_qs > 0 else 0
            if rate < 0.6:
                weak.append({"topic": topic, "rate": f"{rate:.0%}"})
        
        return {
            "total_score": round(total, 1),
            "passed": total >= 60,
            "weak_areas": weak,
            "topic_rates": {
                t: f"{topic_correct[t]/len(qs):.0%}"
                for t, qs in self.TOPICS.items() if len(qs) > 0
            },
            "time_spent": time_spent
        }
    
    def _inc_topic(self, tc: dict, qid: int):
        for topic, qids in self.TOPICS.items():
            if qid in qids:
                tc[topic] += 1
                break
    
    @staticmethod
    def analyze_triple(results: List[dict]) -> MultiExamReport:
        """三卷综合分析"""
        if len(results) < 3:
            return MultiExamReport(
                exams=results, avg_score=0, trend="数据不足",
                stable_strong=[], consistent_weak=[],
                readiness="需完成全部三套试卷后分析",
                suggested_focus=[]
            )
        
        scores = [r.get("total_score", 0) for r in results]
        avg = sum(scores) / len(scores)
        
        # 趋势分析
        diffs = [scores[i+1] - scores[i] for i in range(len(scores)-1)]
        if all(d > 2 for d in diffs):
            trend = "持续上升 ↑ — 复习效果显著"
        elif all(d < -2 for d in diffs):
            trend = "持续下降 ↓ — 建议暂停刷题，回归知识复习"
        else:
            trend = "波动中 — 知识掌握不够稳定"
        
        # 考试准备度
        if avg >= 85:
            readiness = "充分 — 可以自信参加正式考试"
        elif avg >= 70:
            readiness = "良好 — 建议针对性补强薄弱项后参加考试"
        elif avg >= 60:
            readiness = "勉强 — 建议再系统复习1-2周"
        else:
            readiness = "不足 — 建议制定详细复习计划，重点突破薄弱模块"
        
        return MultiExamReport(
            exams=results, avg_score=round(avg, 1),
            trend=trend, stable_strong=[],
            consistent_weak=[], readiness=readiness,
            suggested_focus=[]
        )


# ============ 使用示例 ============
if __name__ == "__main__":
    grader = AutoGraderV3()
    
    single = {i: "B" for i in range(1,31)}
    multi = {
        31:{"A","B","C"},32:{"A","B","C"},33:{"A","B"},
        34:{"A","B","C"},35:{"A","B","C","D"},36:{"A","B","C"},
        37:{"A","B","C"},38:{"A","B","C"},39:{"A","B","C"},
        40:{"A","B","D"}
    }
    tf = {i: True for i in range(41,61)}
    short = {61:5, 62:4, 63:5, 64:4, 65:5}
    
    result = grader.grade(single, multi, tf, short, time_spent=115)
    
    print(f"{'='*50}")
    print(f"  模拟试卷（三）成绩报告")
    print(f"{'='*50}")
    print(f"  总分: {result['total_score']}/100")
    print(f"  结果: {'✓ 通过' if result['passed'] else '✗ 未通过'}")
    
    print(f"\n  各知识点正确率:")
    for topic, rate in result['topic_rates'].items():
        bar = "█" * int(float(rate.strip('%')) / 10)
        print(f"    {topic:10s} [{bar:<10s}] {rate}")
    
    if result['weak_areas']:
        print(f"\n  ⚠ 薄弱领域:")
        for w in result['weak_areas']:
            print(f"    · {w['topic']}: {w['rate']}")
    
    # 导出JSON
    print(f"\n{json.dumps(result, ensure_ascii=False, indent=2)}")

---

七、三卷综合对比表

对比维度	试卷一	试卷二	试卷三	趋势
总分	___/100	___/100	___/100	—
数据处理	—	—	___%	—
模型训练	—	—	___%	—
标注管理	—	—	___%	—
部署运维	—	—	___%	—
考试准备度	—	—	—	—

---

八、Mermaid 知识点图谱

---