钱友权
资料管理
90分才算合格。2026年7月3日，国家数据局局长刘烈宏在全球数字经济大会数据要素发展论坛上宣布，将加快出台高质量数据集格式要求、质量评测、数据标注等国家标准。这意味着“高质量”将不再是一个模糊的形容词，而是有明确分数线、可量化、可评测的硬指标。关于长期困扰行业的数据标准不统一问题，刘烈宏提出了新思路——从重格式统一向语义贯通转变。他强调，若要求所有部门、行业、企业统一底层数据存储格式，代价高昂且不具备现实可行性。真正需要的是可互操作的规则层，依托元数据挂载、语义映射等机制，实现数据自带标准化语义。赛智产业研究院院长赵刚表示，高质量数据集系列标准的出台，将有利于扩大“AI-Ready”数据供给规模和质量，提升AI模型数据训练和推理的效能。此前，国家数据局已于6月3日印发《关于推进行业高质量数据集建设行动的实施方案》，部署了强基扩容、标注攻坚等六大专项行动。方案明确提出，数据标注要从“以人为主”向“人机协同、专家深度参与”的多层次标注模式转变，发展“模型预标注+人工校准”“人工标注+模型检验”“模型预标注+模型检验”三类智能化标注服务。更重要的是，要建立行业专家认证机制，让放射科医生、执业律师、资深工程师等真正的行业专家参与到指令微调和强化学习等阶段的专业知识标注中来。与此同时，人社部近期也提出，将以场景应用为导向，在部省两级统筹建设政策文件库、业务知识库、案件案例库等高质量数据集，协同开展数据治理、标注等工作，有效服务模型训练和场景应用。中国科学院软件研究所则于6月25日发布了“源图-高质量Skills数据集”，首批开放20万条经过严格筛选与结构化处理的高质量Agent Skill。截至2026年一季度，全国高质量数据集已突破11.6万个，总体量超960PB。随着国家标准的加速落地，数据标注产业正从“各自为政”走向有标可依、有据可查的规范化新阶段。
发布于 贵州
分享
评论
1
未登录
友善发言
评论
加载中
