媒体聚焦｜深圳数据交易所首发500个垂直行业多模态算料集 提供模型工具助力数据经纪人参与数据要素×价值挖掘

扫码注册

深圳数据交易所

商城会员

内容来源：深圳晚报

4月9日，“数·算·网”融合发展暨粤港澳大湾区（南山·前海）算力服务联盟第一期交流研讨会在南山区英特尔大湾区科技创新中心召开。

本次研讨会由南山区科技创新局和前海管理局政务数据处指导支持，国家（深圳·前海）新型互联网交换中心、深圳数据交易所、英特尔大湾区科技创新中心共同承办，汇聚了政府主管领导、企业大咖和业界专家，围绕粤港澳大湾区数据、算力、网络产业链的深度合作与创新展开热烈研讨，旨在搭建资源共享、优势互补、技术转化、应用创新的高端对话平台，推动湾区数字经济迈向新高度，助力粤港澳大湾区人工智能训练场建设。会上，深圳数据交易所发布了大模型训练数据路线图，并联合开放算料联盟发布500个垂直行业多模态算料集。

会上，深圳数据交易所（以下简称“深数所”）人工智能行业主管王吴越进行了主旨发言，并展示了深数所助力粤港澳大湾区人工智能训练场建设的行业实践。

王吴越表示，在数字经济时代，“数据要素×”与“人工智能+”成为推动新质生产力的双轮驱动，共同引领着经济社会的进步与发展。数据作为一个高效的“乘法”因子，能够与不同行业结合，显著提升行业的生产效率或创新能力，而人工智能技术则通过“加法”方式为传统产业带来渐进式的改进和优化，两者相互交织，共同成为数字经济发展的双翼。

王吴越介绍了以数据为中心的人工智能（Data-Centric AI）发展理念并发布了大模型训练数据路线图。深数所将按照大模型应用的不同阶段（训练、推理、调优），有的放矢地提供数据源，使得国产大模型厂商“寻数有路”。

目前，开放算料联盟&开放群岛大模型SIG在“数据要素×”与“人工智能+”双轮驱动发展取得的成果：

一是发布了粤港澳大湾区大模型训练数据地图。

二是提供了端到端的跨模态数据挖掘开源工具。

三是构建了数据资源价值发现智能体。

会上，深数所首发了由数交数据经纪（深圳）有限公司基于上述智能体通过人机协同方式撰写的《数据应用场景及潜在价值分析报告》。

委托分析单位为山东易收网数字科技有限公司，企业定位为再生资源产业数字化服务商。

出具报告单位数交数据经纪（深圳）有限公司是全国首家以数据经纪为主营业务和登记名称的企业，公司获得了全国首张由数据交易所颁发的数据经纪人登记凭证，是深圳市前海首批试点数据经纪人公司。

利用大语言模型的涌现能力，借助CoT、RAG、Few Shot等技巧，数据黄金矿工智能体将数据商内部未经治理的、复杂的4000余个字段快速深度挖掘，识别列举出32个数据应用场景及价值变现途径，提效90%。

随后，深数所与开放算料联盟联合发布了由37家不同的数据商提供的，首批500个人工智能大模型高质量训练数据集，涵盖12个“数据要素×”领域，3家境外数据商，7类数据模态（文本、图像、音频、视频、多模态、3D、GIS等），本批数据集首次汇聚了来自中国气象局、中国知网、中译语通、万邦同和、微梦数据（新浪微博）、前海数据、海天瑞声、拓尔思、数据堂、智慧芽、网智天元、柏川数据、深信科技等数据商的数据集作为大模型算料。其中大部分算料为全国首发。

会上，深圳数据交易所公开了高质量数据集的可信流通渠道，具体包括以下环节：

第一步，绘制大模型训练数据资源地图，为数据交易提供清晰的导航；

第二步，数据商正式入驻深数所，由数据交易所提供坚实的平台支持；

第三步，数据商进行可信的质量评测，确保数据的准确性和可靠性；

第四步，合规审核与产品上市，为数据的安全流通提供保障；

第五步，数据要素流通交易，实现数据的价值转化。

这一系列流程构成了高质量数据集从归集到交易的完整可信路径。

未来，深数所将充分发挥“双区”驱动、“双区”叠加、“双改”示范效应,坚持创新引领，为国产大模型厂商提供燃料，并携手大模型厂商在数据要素×重点行动领域共建垂直行业大模型数据应用。

开放算料联盟介绍

2023年7月，深圳数据交易所、深圳市华傲数据技术有限公司、深圳市人工智能学会、深圳市现代服务外包产业促进会及深圳市龙华数据有限公司等全国近50家单位作为发起单位共同成立了“开放算料联盟”，作为业内先驱倡导者，开放算料联盟集结了来自协会、学会、大学、智库、企业等方面的近50家发起机构，在数据要素和大模型训练数据方面凝聚开放共识，共同倡导、整理、贡献自然语言、图像视频、语音音乐、程序代码、生物信息、合成数据等多模态训练数据，为解决人工智能和数字经济的数据荒问题，特别是解决多模态数据荒、中文数据荒、中国文化、中国价值观数据荒等问题提供强有力供给保障。

了解深数所

数据商入驻

开放算料联盟合作等事宜

请扫码咨询

联系人：王先生17610271557

内容来源：深圳晚报

深圳数据交易所公众号综合整理

声明

· 如需转载请注明出处、原作者和保持信息完整性。

· 如认为本文/本公众号中存在侵犯相关知识产权的内容，请与我们联系【[e-mail]】。