推广 热搜: 国家级补贴  国家农业科技园规划  1.5  2022  2025  农业政策  国  亿元  1000-1700  亿元,省级配套补助 

高质量数据集"以需定供":数据标注先行先试

   2026-11-05 150
核心提示:数据标注,高质量数据集,以需定供,以用促建

国家数据局近日召开数据标注先行先试工作座谈会,推进高质量数据集建设"以需定供""以用促建"。会议明确,将持续引导经过标注的数据集在国家数据集管理服务系统登记,对通过质量测评的数据集进行应用跟踪,推动数据集有效复用拓展。数据标注作为人工智能产业的基础环节,正在迎来制度化、规范化发展的新阶段。数据标注先行先试,还将带动数据标注产业的专业化发展。数据标注涉及图像、文本、语音等多模态数据处理,专业分工日益细化;先行先试将推动数据标注基地建设与标注人才培育,数据标注从"劳动密集"走向"专业精细",高质量数据集的产能与质量同步提升。数据标注产业的专业化,还将带动标注工具的智能化升级。人工智能辅助标注、自动化标注等技术加快应用,数据标注效率大幅提升;智能标注工具的普及,将降低高质量数据集的标注成本,数据供给能力的提升获得技术支撑。

高质量数据集,是大模型与人工智能发展的"燃料"。模型能力的提升高度依赖训练数据的质量与规模,低质量数据不仅浪费算力,还会导致模型性能瓶颈;数据标注先行先试的推进,将提升高质量数据集的供给能力,为人工智能发展提供坚实的数据底座。高质量数据集的建设,还将与人工智能技术创新形成正向循环。优质数据集支撑模型能力提升,模型应用反过来提出新的数据需求;"以需定供"机制让数据集建设始终瞄准应用前沿,数据与模型协同进化,中国人工智能产业的数据底座更加坚实。从数据质量看,先行先试还将推动数据质量标准的建立。数据标注的质量标准、验收规范在试点中逐步明确,数据质量的评价有据可依;数据质量标准的建立,将为质量测评提供技术依据,高质量数据集的供给质量更加可控。

"以需定供"的建设思路,旨在解决数据供给与需求错配的问题。过去数据集建设往往"先建后找市场",供给与需求脱节;"以需定供"强调从应用需求出发组织数据集建设,让数据供给精准匹配场景需求,"以用促建"则通过应用反馈推动数据集持续优化,形成需求牵引供给的良性循环。从数据要素市场看,高质量数据集还将成为重要的数据产品形态。数据集经过治理与标注后,可以作为标准化产品在数据市场流通;高质量数据集的产品化,将丰富数据要素市场的供给品种,数据要素价值的实现方式更加多样。数据标注与行业需求的结合,还将催生行业专用数据集。医疗、金融、制造等行业对标注数据的需求各具特色,行业专用数据集的开发将精准满足行业需求;行业标注数据集的丰富,将加速垂直领域人工智能应用落地,数据要素的行业乘数效应进一步释放。

国家数据集管理服务系统的登记与质量测评机制,还将建立数据集的"质量标准线"。数据集在系统中登记、接受质量测评、跟踪应用效果,质量可靠的数据集获得更广泛的应用,质量参差的数据集被市场淘汰;数据集的标准化、可复用程度大幅提升,数据要素的供给质量与利用效率同步提高。对科研机构而言,高质量数据集的开放共享还将加速科研创新。科研训练数据获取难、成本高,优质数据集的共享让科研团队可以聚焦算法与模型创新;数据要素对科研创新的支撑作用增强,人工智能基础研究的产出效率明显提升。从就业结构看,数据标注产业的升级还将带动人才结构的优化。数据标注从简单劳动走向专业分工,标注工程师、质检专家等专业岗位需求增加;数据标注人才培养体系的完善,将为人工智能数据服务产业提供充足的人力资源,产业升级的人才支撑更加有力。

资信树认为,高质量数据集建设是数据要素与人工智能融合的关键抓手。企业应把握数据标注先行先试的政策窗口,布局高质量数据集建设与应用;数据服务企业则应提升数据标注、质检、治理等专业能力,在人工智能数据服务市场中构建竞争优势。资信树建议数据服务企业关注数据标注先行先试的政策安排,布局高质量数据集建设能力;人工智能企业则应重视训练数据质量,利用数据集登记与质量测评机制获取优质数据,在数据驱动的人工智能竞争中建立优势。资信树建议数据标注企业把握先行先试机遇,提升标注服务的专业性与智能化水平;人工智能企业应建立数据质量管理制度,严把训练数据质量关,通过高质量数据集提升模型能力,在数据驱动的竞争中保持领先。

数据标注,标注的是数据,培育的是智能。随着高质量数据集建设"以需定供、以用促建"机制落地,中国人工智能的数据底座将更加坚实,数据要素与智能产业的协同发展进入快车道。

 
反对 0举报 0 收藏 0 打赏 0评论 0
 
更多>同类资讯
推荐图文
推荐资讯
点击排行
网站首页  |  关于我们  |  联系方式  |  使用协议  |  版权隐私  |  网站地图  |  排名推广  |  广告服务  |  积分换礼  |  网站留言  |  RSS订阅  |  违规举报  |  京ICP备18040454号-3京ICP备18040454号-6