原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
上海市地方标准公示材料
一．基本信息
项目名称（中文）语料库建设管理导则
113100000024220045-上海市经济和信息化委员会
项目提出单位
上海市人工智能标准化技术委员会
技术归口单位
上海库帕思科技有限公司
第一起草单位
二．标准制定的依据
为实现《上海市推动人工智能大模型创新发展若干措施（2023-2025年）》（2023年10
月）中提出的“语料数据资源共建共享”、“鼓励多元主体共同推动高水平语料数据要素建
设”为目标，制定语料库建设管理导则，将有助于建设更具国际影响力的人工智能“上海高
地”、打造世界级人工智能产业集群、培育具有国际竞争力的生产服务和数据商业生态。
1
三．目的意义(标准制定的必要性)
语料库建设导则的制定和贯彻将成为国家重大科技创新目标的基础支撑、产业数字化转型
和高质量发展的要素型支撑和关键性举措以及高水平对外开放的战略性支撑。制定目的在
于确保语料库建设的规范化，提升语料库的质量和流通透明度，解决语料标准缺失的根本
问题，推动人工智能产业健康发展。随着大模型和人工智能技术的迅速发展，语料库的管
理和数据的安全性、透明性成为企业和研究机构关注的重点。语料库不仅需要在建设阶段
合规，还需在运营过程中遵循严格的管理规范。《语料库建设管理导则》将为这些实际需
求提供具体的管理框架，确保语料库长期保持高效、安全的运行状态，从而促进大模型与
人工智能技术的持续健康发展。
2
四．范围和主要技术内容
本文件规定了建设用于人工智能的泛语言、多模态的语料库的一般要求和方法。本文
件适用于人工智能语料库的研究、开发、维护、应用、评估等工作。其它与人工智能语料
库建设管理相关的工作也可参照使用。本文件主要编制内容包括：1．范围2．规
范性引用文件3．术语和定义4．缩略语5．数据资源5.1一般要求5.2
不同数据表征模式的要求5.3提供方式6．语料数据6.1通则6.2
语料数据的结构和内容6.3质量控制6.4交付方式7．语料生产系统
7.1总体架构7.2语料库管理系统7.3工具链8．语料生产过程8.1
资源数据的统一性和完整性检查8.2文本语料的生产8.3图像语料的生产
8.4音频语料的生产8.5视频语料的生产9．语料的价值对齐9.1合法合
规原则9.2价值对齐10．数据安全10.1安全原则10.2安全性评价
10.3制度要求10.4技术要求10.5人员要求
3
文档评论（0）