欧博ABG

关于推选行业高质量数据集建设行动的实验方案

行业高质量数据集是经由收罗、、加工等数据处理，，，可直接用于开发和训练人工智能模子，，，能有用提升模子性能的行业数据的荟萃，，，包括行业通识和行业专识数据集。行业高质量数据集是推动“人工智能+”赋能千行百业、、实现工业落地的基础性、、要害性资源。为落实国民经济和社会开展“十五五”妄想《纲要》，，，深入实验“人工智能+”行动，，，推动行业高质量数据集建设推广与“人工智能+”同频共振、、互促共进，，，强化数据赋强人工智能立异开展，，，制订本方案。

一、、总体要求

以习近平新时代中国特色社会主义头脑为指导，，，深入贯彻党的二十大和二十届历次全会精神，，，周全落实“人工智能+”行动，，，自动顺应人工智能开展范式跃迁，，，凭证“需求牵引、、急用先行、、应用验证、、清静包管”原则，，，聚焦国民经济开展重点行业和战略性新兴工业，，，围绕行业高质量数据集供应、、流通、、应用等要害环节，，，安排强基扩容、、标注攻坚、、提质增效、、应用赋能、、治理服务、、价值释放六个专项行动，，，形成“场景牵引数据、、数据驱动模子、、模子赋能应用、、应用创立价值”的“数据飞轮”，，，加速构建数据要素与人工智能协同演进的共生生态。

到2028年底，，，建成一批笼罩重点领域、、经由应用验证的行业高质量数据集，，，打造一批数据驱感人工智能立异开展的典范应用场景，，，培育一批具备领先优势的立异型数据企业和专业人才，，，形成一批行业高质量数据集建设工具和标准。数据从供应到价值释放的良性循环基本形成，，，数据赋强人工智能立异开展的作用越发凸显，，，数据工业与人工智能深度融合，，，持续催生智能经济新增添点。

二、、实验强基扩容行动

顺应人工智能加速向行业渗透，，，从对话向多模态天生、、决议执行、、具身智能、、物理交互等范式跃迁的趋势，，，拓宽数据供应渠道，，，富厚数据供应类型，，，加速建设行业高质量数据集，，，为人工智能开展和应用提供富足“燃料”。

（一）聚焦行业领域推进高质量数据集建设。聚焦科学研究、、工业制造、、农业农村、、智慧能源、、交通运输、、金融服务、、医疗卫生、、教育教学、、电子商务、、人力资源、、文化旅游、、应急治理、、气象服务、、绿色低碳、、公共清静、、城市治理、、住房建设、、自然资源、、社会信用等重点领域，，，以及低空经济、、具身智能、、智能驾驶、、智慧海洋、、生物制造等立异领域，，，加速推选行业高质量数据集建设。

（二）夯实验业高质量数据集建设基础路径。梳理行业数据资源底数和应用场景，，，建设数据资源清单和数据集需求清单。以应用为牵引，，，持续推选行业高质量数据集建设先行先试，，，加速形成一批可复制、、可推广的数据驱动型树模场景。强化链主单位牵引刊行动用，，，支持链主单位以联合体等形式推动工业链上下游协同共建和资源整合，，，持续扩大行业高质量数据集供应规模，，，勉励链主单位面向行业开放数据集并提供数据服务，，，赋能工业链上下游中小企业。勉励高等院校！、、科研院所、、行业协会、、数据流通服务机构、、第三方专业服务机构等种种主体加入行业高质量数据集建设。加至公共数据资源开发使用力度，，，推动公共数据与行业数据融合使用，，，建设一批高质量数据集。

（三）面向人工智能应用需求富厚行业高质量数据集建设形态。持续推进文本、、代码、、图像、、音频、、视频、、点云、、时序数据、、科学数据等多模态高质量数据集建设，，，赋强人工智能预训练、、指令微调、、强化学习、、测评等各阶段。增强知识库、、知识图谱、、本体等数据集建设，，，加速重大使命妄想、、长程推理、、人机交互、、决议执行等数据集建设，，，赋能智能体等新型智能应用形态。加速重点场景物理交互、、情形感知、、运动控制等真机交互数据集建设，，，起劲应用仿真模拟与合成手艺扩大数据供应，，，赋能具身智能开展Ｆ鹁⒚嫦蛱煜履Ｗ拥惹把仄，，，推进数据集建设。

（四）强化与数据基础设施建设有机联动。勉励依托国家数据基础设施，，，充分运用隐私；づ趟、、可信数据空间等能力，，，开展数据集清静存储、、可信流通、、高效应用，，，推动数据集从疏散持有向集约化、、标准化供应转变。勉励探索建设支持大规模！、、多模态数据集的数据基础设施存力中心。

三、、实验标注攻坚行动

数据标注是将知识和履历注入到训练数据的历程，，，是行业高质量数据集建设不可或缺的要害环节。指导数据标注从“以人为主”向“人机协同、、专家深度加入”的多条理标注模式转变，，，推动数据标注向专业化、、智能化跃升。

（五）推动数据标注转型升级。增强数据标注领域科技立异，，，强化自动化工具清静台的研发与应用，，，开展“模子预标注+人工校准”“人工标注+模子磨练”“模子预标注+模子磨练”等智能化标注服务，，，周全提升数据标注水平。开展专家型数据标注服务，，，建设行业专家认证机制，，，推动专家深度加入指令微调、、强化学习等阶段所需的专业知识标注，，，生产领域知识、、逻辑推理等高质量数据集，，，提高数据集的知识密度与专业价值。

（六）持续推动数据标注先行先试。指导首批七个承当数据标注先行先试使命的城市，，，持续做强做深数据标注工业。面向立异能力强、、开展基础好、、工业特色优的地区，，，梯次结构一批数据标注立异试验区。有序指导具备条件的地区因地制宜开展试验区建设，，，增进数据标注工业链上下游细密协同，，，形成工业集聚效应。培育一批数据标注龙头企业、、独角兽企业、、瞪羚企业，，，壮大数据标注工业。

（七）扩大数据标注人才供应。支持有条件的院校增设数据标注相关课程，，，依托产教融合、、校企协一律方式，，，培育具备专业知识的数据标注人才。勉励开展数据标注职业手艺品级认定，，，强化继续教育与在职培训，，，流通人才开展通道。完善分层分类人才评价系统，，，建设专职与兼职相连系的专业标注人才步队。勉励高校结业生等群体加入标注事情，，，通过无邪就业、、项目协作、、多元岗位供应等方式，，，扩展就业渠道。

四、、实验提质增效行动

推动构建切合结构完整性、、内容多样性、、标注准确性、、模子适配性等质量标准、、知足人工智能停当（AI-Ready）的高质量数据集，，，降低训练推理本钱，，，有用提升模子性能。

（八）提升行业高质量数据集建设质效。增强数据洗濯、、增强、、标注、、对齐、、质检等要害手艺攻关和全历程自动化工具研发应用，，，支持高效率、、高标准构建行业高质量数据集。针对行业特定应用场景，，，勉励运用数据智能过滤与配比等手艺，，，构建更精、、更强的高知识密度数据集，，，降低训练推理本钱。施展数据合成在数据集建设中的起劲作用，，，使用模子、、仿真系统等天生的数据，，，解决稀缺场景数据集结构难、、真实场景数据收罗本钱高等问题。

（九）推动高质量数据集标准系统建设和应用落地。加速推进高质量数据集名堂、、类型、、标注、、质量测评等相关国家标准研制、、应用验证和贯标，，，健全高质量数据集标准系统。勉励各行业、、各地方与国家标准联动，，，推动重点行业领域高质量数据集标准研制。增强在工业政策、、政府采购、、招投标中引用相关标准，，，指导工业执行高水平标准，，，用好磨练检测等手段推动标准实验，，，增进高质量数据集规范化建设。

（十）强化高质量数据集质量测评和效果互认。持续完善“数据质量验证+模子应用反馈”的测评要领，，，加速建设笼罩多行业、、多场景、、多模态的测评数据集，，，有用评估高质量数据集应用效果。提倡高质量数据集测评联合行动建议，，，推动相关单位凭证标准，，，接纳统一测评方案和工具开展测评和封装事情，，，实现“一次测评、、天下互认”。

五、、实验应用赋能行动

坚持行业高质量数据集建设与现实应用深度融合，，，以模引数、、用数赋模，，，增进高质量数据集建设与“数据要素×”“人工智能+”同频共振，，，周全赋能工业数智化转型。

（十一）打造“数据飞轮”应用闭环。以模子应用牵引数据供应、、以数据赋能模子迭代，，，推动形成“场景—数据—模子”协同开展的良性循环。施展“人工智能+”场景牵引作用，，，推动数据供应和场景的精准匹配，，，以用促建，，，以现实需求吸引更大都据资源汇聚，，，推动行业高质量数据集有用供应和持续优化。连系“数据要素×”行动，，，深化行业高质量数据集建设，，，以建促用，，，充分使用模子应用爆发的动态交互数据等，，，驱动行业模子能力持续提升。

（十二）打造行业应用标杆和典范案例。着力打造集“数据集生产加工和流通使用、、支持模子训练应用”于一体的数据赋能工厂，，，打造一批行业标杆，，，加速人工智能应用落地。打造一批数据赋能智能体解决现实问题的典范案例，，，推动高质量数据集规；τ谩

（十三）昌盛数据集协同开展生态。增强统筹协调，，，强化部分联动，，，分行业分领域有序推进高质量数据集建设和应用。搭建“政产学研用金”多方交流平台，，，形成共建共享、、互利共赢的工业生态，，，破解“数据孤岛”“数据烟囱”。常态化举行供需对接活动，，，提升供需匹配效率，，，增进实质性相助落地。组织遴选行业高质量数据集建设和应用典范案例，，，施展行业树模引领作用。支持举行行业高质量数据集立异赛事活动，，，以赛促建、、以赛促用。深化国际交流相助，，，建设健全数据集跨境清静有序流念头制，，，推动跨境流动规则互认，，，勉励行业高质量数据集建设主体起劲加入全球数据生态建设。

六、、实验治理服务行动

增强数据集治理，，，完善数据伦理和治理机制，，，推动落实数据权益相关制度，，，推进数据集建设系统越发规范有序。

（十四）构建数据集全生命周期的治理系统。增强笼罩数据收罗、、洗濯、、加工、、标注、、质检、、测评、、迭代、、审计等全生命周期的数据集治理服务能力建设，，，依托数据基础设施，，，强化隐私；づ趟、、区块链等手艺应用，，，确保数据可管、、可控、、可追溯。建设“物理疏散、、逻辑集中”的国家数据集治理服务系统，，，实现数据集目录、、供需等信息互联互通。支持各地方、、行业依托国家系统设置专区，，，支持已有系统与国家系统对接。

（十五）探索面向人工智能开展的数据相关制度。落实数据持有权、、使用权、、谋划权三权分置制度。研究合成数据等新情形新问题。兼顾产权；び肓⒁炜剐枨，，，完善人工智能训练阶段数据使用规则，，，推动版权作品数据等有序用于模子训练，，，完善数据授权使用机制和收益分配规则，，，打造权责清晰、、合规容纳的制度情形。

（十六）坚持伦理先行与公正普惠。研究探索高质量数据集伦理品德规范，，，坚持有益社会的价值导向，，，严禁非法网络或使用敏感数据。提防数据集建设全流程爆发数据私见与歧视，，，充分思量社会各界多元需求，，，最大限度确保数据集建设效果惠及全民。

七、、实验价值释放行动

施展数据集的应用价值，，，以行业高质量数据集赋强人工智能开展。释放数据要素价值，，，推动数据集商业化、、资产化，，，培育为数据付费的市场共识，，，探索以词元（Token）为基础的价值系统。

（十七）施展行业高质量数据集的应用价值。建设数据集和模子需求对接机制，，，推动行业高质量数据集和模子精准适配，，，提高模子质量和效率，，，深度赋能行业开展。推动行业高质量数据集跨行业、、跨领域、、跨场景融合使用，，，勉励“以数换数”“数＝涣鳌薄笆萃泄堋薄笆阋惶濉钡榷嘀钟τ媚Ｊ健Ｆ鹁⒓尤肟瓷缜ㄉ，，，勉励中介机构、、公益机构将基础性、、公益性数据集作为公共产品向社会公开，，，引发用数活力。

（十八）立异行业高质量数据集商业模式。完善数据集长效运营机制，，，勉励数据集在数据生意所（中心）等数据流通服务机构挂牌生意，，，开展“订阅模式”“阛阓模式”“定制模式”等多元服务形态，，，推动商业模式从基础数据包销售向API挪用、、模子化解决方案及全栈服务梯次跃升。探索词元生意等新型生意模式，，，构建以词元为基础，，，可量化、、可定价的数据价值系统。

（十九）探索行业高质量数据集资产化立异路径。勉励有条件的单位率先探索开展数据集资产盘货、、挂号、、评估等试点事情，，，为数据资产化积累可复制、、可推广的履历。勉励探索数据集质押融资、、作价入股、、资产证券化、、数据信托、、数据包管等多元资产化立异模式，，，拓宽数据价值转化渠道。

（二十）培育为高质量数据付费的市场共识。建设健全市场化利益分配机制，，，确保数据供应、、加工、、流通、、应用等各环节主体均能获得市场化价值回报，，，共享数据盈利。勉励数据需求方通过购置、、相助等形式加大投入，，，充分验展政府部分、、国有企业、、模子企业等单位的树模引领作用，，，推动数据采买纳入预算体例，，，率先开展数据采购实践，，，发动形成数据有偿使用市场共识，，，构建康健可持续的数据市场生态。

八、、包管步伐

国家数据局施展统筹协调作用，，，会同有关部分协同推进高质量数据集建设与应用，，，构建“部分协同、、领域联动”的事情名堂。各地要落实属地治理责任，，，加大组织实验力度，，，阻止一哄而上，，，防止同质化、、低水平重复建设，，，连系现实制订配套步伐，，，统筹安排数据产品和服务采购经费，，，用于支持行业高质量数据集建设。支持种种主体以应用为牵引，，，起劲开展和加入行业高质量数据集建设。指导金融机构、、耐心资源、、工业基金等，，，加大对行业高质量数据集建设的投资力度，，，勉励地方设立专项资金，，，探索多元化、、多渠道投入机制。勉励在依法依规、、风险可控条件下开展立异探索。持续跟踪行业高质量数据集建设事情，，，完善监测指标，，，评估建设和应用效果，，，阶段性总结履历。强化清静包管，，，落实数据清静相关执律例则要求，，，建设全流程清静治理机制，，，提防数据投毒与污染、、数据泄露等清静风险，，，守牢数据清静底线。