在中国国际大数据产业博览会主题交流活动上，高质量数据集开源社区宣告成立。该社区由中国信通院与中国移动共同承办，面向数据建设单位、技术企业及高校开放。核心任务是制定跨行业数据标注质量标准，开发自动化清洗与去重工具链，并建立基于区块链的数据确权与交易流转机制。社区将首批开源医疗、工业质检及科研文献等领域的千万级样本集，旨在打破数据孤岛，为大模型提供高质量、合规化的燃料，夯实人工智能创新的底层基础。
关键要点
- 数博会期间高质量数据集开源社区正式揭牌成立
- 聚焦制定跨行业数据标注标准与自动化清洗工具链
- 引入区块链技术建立数据确权与交易流转新机制
- 首批开源医疗工业等千万级样本集以破解数据饥渴
