一图读懂：怎么建高质量数据集.pptxVIP

怎么建高质量数据集从场景出发，不是从数据出发一套围绕模型任务的数据能力建设机制2026年7月

目录01建设起点从模型要解决什么问题开始02场景拆解为任务业务场景拆成多个模型任务03六类数据来源反推数据需求，不是越多越好04原始数据→模型样本清洗解决干净，样本构造解决可用05语义标注把业务知识、专家经验注入数据06双重质量评测数据侧+模型侧，缺一不可07反馈迭代机制持续优化数据集和模型的闭环

01BUILDINGSTARTINGPOINT建设起点从模型要解决什么问题开始，而不是从有什么数据开始常见误区从有什么数据开始盘业务系统、汇总数据库表、入库文档、采集日志、整理案例——数据看起来很多，但模型真正用得上的不多。正确逻辑从模型要解决什么问题开始先明确场景问题，再反推需要什么数据、什么标注、什么质量标准和反馈机制。举例说明?有大量制度文件，但没按问答场景切分标注→未必能支撑智能问答?有多年维修记录，但没形成故障-工况-处理-结果关系→模型学不到诊断规律?先问模型要完成什么任务，再判断哪些数据有用、需要怎样加工

02SCENETOTASKS场景拆解为任务一个业务场景要拆成多个模型任务，每个任务需要不同数据业务场景政务智能客服拆解为多个模型任务（各需不同数据）政策问答政策文本、问答样本、依据片段材料核验事项清单、材料规则、异常样例流程引导办理步骤、前后置条件、