科技观察｜国家高质量数据集标准体系的特点

抖音推荐 2025年06月27日 22:29 1 admin

高质量数据集是开发和训练人工智能模型的基础，能够提高模型精度与可解释性、减少训练时长，已成为AI模型发展的核心要素。2019年10月十九届四中全会首次提出将数据作为新的生产要素以来，高质量数据集产业正处于高速发展期。国家高质量数据集标准体系的建设，有望在高质量数据集建设及数据价值释放中发挥更大作用。

当前我国高质量数据集标准建设有六方面的特点。

一是顶层驱动，政策密集。国家战略层面高度重视，《关于构建数据基础制度更好发挥数据要素作用的意见》、《数据要素×三年行动计划》等政策文件密集出台。随着数据成为核心生产要素，高质量数据集标准体系建设将成为数字时代的“基础设施”，其影响将渗透至经济、科技、社会的各个层面，是国家数字竞争力的基石，其建设水平将直接决定中国在全球数字经济格局中的地位。

二是体系化构建，覆盖全链条。标准体系设计科学系统，围绕高质量数据集“建、管、用、流”全生命周期，规划了基础通用、关键技术、质量控制、工具平台、流通交易、行业应用、安全保障七大类别、35项具体标准，覆盖了从采集、标注、合成、质量测评到流通交易、安全管理的各个环节。

三是问题导向，聚焦痛点。通过《建设指南》、《分类指南》、《采集方法》、《格式要求》等规范建设流程、统一接口，提升供给效率与一致性来打破行业壁垒、公共数据开放不足等问题以便解决数据供给短板；加速规范数据标注、数据合成、预处理清洗等关键技术，提升数据集质量，来应对技术瓶颈问题；专门设立“流通交易标准”，研制《产品设计规范》、《价值评估》、《交易指南》、《运营管理指南》，破解数据确权、定价、交易难题等来消除流通障碍；通过安全技术、评估、管理规范同步推进，保障数据合规减少安全风险。

四是分层推进，协同发展。构建了“国标（GB/T）—行标—团标（T/）”协同的标准生态。国标定基础框架与核心要求；行标深化行业落地；团标快速响应细分领域需求。国际标准也被纳入参考。

五是质量为核心，评测牵引。将“高质量”作为数据集的核心价值。《质量测评规范（草案）》构建了包含文档完整性、质量合规性、场景适用性三维度及十余项细化指标的综合评测体系，是标准体系落地的关键抓手，旨在“以评促建”。

六是行业牵引，应用落地，《“数据要素×”三年行动计划》涉及的钢铁、医疗、金融等12个领域，成为标准应用的试验田和主战场，针对性研制《行业高质量数据集建设指南》，推动标准与产业深度融合。

高质量数据集标准体系的建设，是国家激活数据要素价值、发展数字经济的关键棋局。其特点是政策强驱动、体系全覆盖、问题导向准、质量为核心、行业接地气。这是数据驱动时代的基础性工程，对科学研究、产业发展、社会治理和国家安全具有深远影响。虽然还处于起步阶段，但因为顶层设计完整，今年计划制定的4项草案抓住了在格式、分类、测评规范方面的关键点，基础工作做好，后来可期。

（大众新闻袁然策划汤代禄）