高質量數據集(撬動人工智能大模型的支點)

孫曉雯，北京交通大學計算機科學與技術學院博士。主要研究方向為人工智能、量子計算。

第1章 高質量數據集的內涵價值
1.1 高質量數據集的基礎概念
1.1.1 高質量數據集的定義與特征
1.1.2 高質量數據集的關鍵問題
1.2 高質量數據集與可信數據空間的相互協同
1.2.1 可信數據空間的定義及核心能力
1.2.2 高質量數據集建設的再認識
1.3 高質量數據集在數字經濟中的作用
1.3.1 人工智能和大模型帶來數據應用的新需求
1.3.2 高質量數據集的三重價值賦能
1.4 本章小結
第2章 高質量數據集的核心要素
2.1 基本原則
2.1.1 數據分類體系
2.1.2 數據格式範式
2.1.3 數據流程機制
2.2 建設模式
2.2.1 場景牽引模式
2.2.2 數據驅動模式
2.3 關鍵環節
2.3.1 核心建設環節
2.3.2 數據治理
2.3.3 質量評估
2.4 本章小結
第3章 高質量數據集的建設流程
3.1 需求分析與規劃
3.1.1 明確數據集目標
3.1.2 確定數據範圍與來源
3.2 數據采集與整合
3.2.1 數據采集工具與技術
3.2.2 數據整合與融合方法
3.3 數據質量評估與優化
3.3.1 數據質量評估指標
3.3.2 數據質量優化與疊代更新
3.4 數據集的存儲與管理
3.4.1 數據存儲架構
3.4.2 數據管理與訪問控制
3.5 本章小結
第4章 高質量數據集的安全合規
4.1 安全合規性要求
4.1.1 一般性要求
4.1.2 國內數據合規政策與治理
4.1.3 國際數據合規政策與治理
4.2 數據安全技術防範
4.2.1 數據加密與訪問控制
4.2.2 數據脫敏與隱私保護
4.3 數據安全風險管理
4.3.1 風險識別與評估
4.3.2 數據安全事件應急響應
4.4 本章小結
第5章 高質量數據集的場景應用
5.1 高質量數據集的典型應用場景
5.1.1 智能運維場景
5.1.2 風險預警場景
5.1.3 流程優化場景
5.1.4 資源配置場景
5.1.5 智能服務場景
5.1.6 決策支撐場景
5.2 高質量數據集的行業應用與典型實踐
5.2.1 水系統減汙降碳智能協同高質量數據集
5.2.2 橋梁和道路病害智能識別大規模高質量數據集
5.2.3 中鐵財務數字人客服高質量數據集
5.2.4 重大機械設備高質量數據集
5.3 本章小結
第6章 挑戰與應對
6.1 數據孤島與共享難題
6.1.1 問題表征
6.1.2 成因分析
6.1.3 應對策略
6.2 技術與成本的平衡
6.2.1 問題表征
6.2.2 成因分析
6.2.3 應對策略
6.3 數據倫理與社會責任
6.3.1 問題表征
6.3.2 成因分析
6.3.3 應對策略
6.4 本章小結
第7章 高質量數據集的趨勢思考
7.1 政策與市場交互聯動
7.1.1 數據要素市場化政策發展
7.1.2 高質量數據集的標準化發展
7.1.3 政策與市場的機制互動
7.2 高質量公共數據集建設探索
7.2.1 公共數據的開放利用
7.2.2 公共數據集建設的幾個問題
7.3 本章小結
結語
參考文獻