六步建好高质量数据集.pptxVIP

六步建好高质量数据集2025国标SOP全拆解基于TC609-5-2025-01国家标准2026年10月

CONTENTS目录01为什么数据决定模型上限质量即天花板，国标给出SOP02两种建设模式怎么选场景驱动vs数据驱动03六步标准流程（SOP）从需求到验证的闭环04高质量的三道门槛三维度同时≥90分05实战案例：医疗数据集中国联通医疗健康数据06给你的两条建议开发者/职场小白各取所需

章节01为什么数据决定模型上限同建一个数据集，结果天差地别A公司：3个月建完，模型训练效果很好B公司：数据量更大，模型却一直不好核心判断数据质量决定模型天花板真正的问题：高质量数据集到底怎么「做」出来？●国标登场：TC609-5-2025-01《高质量数据集建设指南》，2025年8月发布●由华为、腾讯、阿里、百度、科大讯飞、国家电网等80+单位联合起草●给出从0到1建设数据集的「标准操作流程（SOP）」

章节02两种建设模式怎么选先回答根本问题：你是「先有需求」还是「先有数据」？??场景驱动模式●先明确业务需求，再构建数据支撑●优势：数据质量高、针对性强、易形成反馈闭环●适用：垂直行业模型、特定任务（如医疗影像诊断）●实战：糖尿病视网膜病变筛查——先定目标再采集标注??数据驱动模式●以已有数据为基础，挖掘潜在价