《人工智能高质量数据集建设与应用实践白皮书》附:全文下载

本白皮书所称高质量数据集，是指面向人工智能模型开发、训练、验证和应用需 求建设的高质量数据集。按照相关标准，高质量数据集是经过采集、加工等数据处理，可直接用于开发和训练人工智能模型，能有效提升模型性能的数据集合。其核心组成包括特征、标签、元数据和样本，既体现数据本身的质量要求，也体现数据与模 型任务、应用场景和业务目标之间的适配关系。

本白皮书围绕企业智能化落地过程中的高质量数据供给能力建设展开，系统梳理人工智能高质量数据集的建设背景、认知框架、建设方法、工程化方案、应用实践和 推进路径。白皮书重点关注企业在通识数据集、行业通识数据集和行业专识数据集建 设中的差异化需求，结合袋鼠云在数据治理、多模态数据处理、数据资产管理、知识 库、模型训练和智能应用支撑方面的实践经验，为企业推进高质量数据集建设和行业智能应用落地提供参考。