面向数据集建设的平台工具体系与落地实践研究OA
Research on platform tool systems and implementation practices for dataset construction
围绕大模型对高质量数据集的需求,提出一套覆盖资源纳管、自动化加工、质量评测、版本追溯与安全共享的企业级平台方法论.平台通过可视化工作流、高性能过滤、混合调度与多维评测体系,解决大规模数据处理中的效率、合规与治理难题,为高质量数据集建设提供可落地方案.
This paper focuses on the demand for high-quality datasets in large model development and proposes an enterprise-level platform methodology covering resource management,automated processing,quality evaluation,version traceability,and secure sharing.By integrating visual workflows,high-performance filtering,hybrid scheduling,and a multidimensional evaluation framework,the platform addresses key challenges in large-scale data processing,including efficiency,compliance,and governance,and provides a practical solution for high-quality dataset construction.
张云龙;童锦瑞;向勇;张志强;姚桂花;袁博
中电信人工智能科技(北京)有限公司,北京 264001中国信息通信研究院人工智能研究所,北京 100191中电信人工智能科技(北京)有限公司,北京 264001中电信人工智能科技(北京)有限公司,北京 264001中电信人工智能科技(北京)有限公司,北京 264001中国信息通信研究院人工智能研究所,北京 100191
信息技术与安全科学
多模态算子融合算子流程编排高质量数据集数据治理数据标注数据评测
multimodal operator fusionoperator workflow orchestrationhigh-quality datasetdata governancedata annotationdata evaluation
《信息通信技术与政策》 2026 (5)
32-40,9
评论