| 技术需求名称 | 技术需求内容描述(现状、痛点、需解决的关键技术问题及参数) | 预期成效 | 拟投入预算资金 | 合作方式 | 建设周期 | |
| 运用人工智能技术生成高质量数据集 | 1.标准制定：围绕高质量数据集全生命周期，结合业务实际，从质量评估、安全合规两方面协同推进工业数据集标准研制，覆盖数据集质量评估、数据集分层分类分级、数据集安全保障等工业领域数据集开发利用关键问题。 2.场景适配：结合业务情况，通过系统性筛选、清洗、标注、增强合成、质量评估等环节生成格式统一、质量可控、适配海螺工业大模型的数据集；以场景需求为锚点，将工业机理与数据要素深度融合，是破解模型精度不足、场景赋能不深、数据利用率低等问题的关键路径。 3.市场类比：结合高质量数据集VS市场同类，自动分析数据集间差异化的部分。 |
输出水泥行业数据治理标准，经营决策效率提升30%，减少数据采集、清洗人力投入70%。 | / | 产学研合作 联合研发 |
/ |
