数据标注优秀案例集之三十二 | 数据标注筑基高质量数据集

主要观点总结

本文主要介绍了在大数据背景下，中国移动通信集团及其相关单位在山东标注基地的创新实践。面对大模型发展对高质量数据集的需求，以及数据稀缺、标注低效等问题，通过整合多源数据、研发数据标注工具、构建高质量数据供给平台等一系列举措，实现了数据处理标注自动化率的显著提升，并打造了多个高质量数据集，支撑了多个行业大模型的落地应用。

关键观点总结

关键观点1: 案例背景及需求

随着大模型的发展，对高质量数据集的需求日益增长，但面临数据稀缺和标注低效等难题，导致行业大模型难以实现落地应用。

关键观点2: 多源数据融合与创新模式

在山东标注基地，通过整合通信行业8类核心数据及650TB多源数据，采用“工具+AI预标注+人工补位”的模式，实现了数据处理标注自动化率超过80%。

关键观点3: 高质量数据集的构建与应用

已打造50余个高质量数据集，支撑交通、应急、文旅等领域的大模型落地，推动行业人工智能应用的快速发展。

关键观点4: 特色亮点与成效

通过多渠道数据融合构建多元数据集，聚焦行业痛点打造智能赋能标杆。如‘九天川流大模型’在交通和文旅行业的实际应用，取得了显著的成效。