⁣
📰 加快推动高质量数据集建设 助力构建开放共赢的数据生态

国家数据局近日公布了高质量数据集建设先行先试工作，旨在推动人工智能时代的数据集建设。此次工作涵盖全国25个省份，涉及科学研究、工业制造、金融服务等18个重点领域。高质量数据集被视为战略资源，尤其在金融、能源等关键领域，其建设与治理是保障产业链韧性的基石。

根据统计，2024年我国高质量数据集数量同比增长27.4%，有力支撑人工智能的训练与应用。专家分析指出，数据质量是人工智能发展的关键瓶颈，先行先试工作通过场景驱动与示范先行的策略，推动跨部门、跨行业的数据协同，促进数据从资源向资产的转化。

在金融服务领域，申报的高质量数据集建设项目展示了数据要素在金融业态变革中的重要价值。高质量数据集通过整合多维度信息，降低信息不对称，提升投资者的风险评估能力。同时，隐私计算技术确保数据的可用性与隐私保护的平衡，为金融行业的数字化转型提供了强有力的支持。

🏷️ #高质量数据集 #人工智能 #金融服务 #数据治理 #隐私计算

🔗 原文链接

⁣
📰 AI赋能金融高质量数据集建设：浪潮软件集团的实践探索-CSDN.NET

在人工智能迅速发展的背景下，高质量数据集成为金融行业应用大模型的关键。国务院提出要加强人工智能高质量数据集建设，浪潮软件集团在2025数博会上分享了其在这一领域的实践经验。王香萍指出，金融高质量数据集是AI技术落地的基础，必须具备高精准性、强行业规范性和高适配性，以确保AI模型的有效性。

随着小微企业需求的增加，AI在信贷风控领域的应用愈发重要。浪潮通过“星耀・模型引擎”实现了高质量尽调报告的自动化筛查与精准标注，提升了数据质量和尽调效率。浪潮形成了一体化的实现路径，利用轻量子模型对小微企业尽调报告进行质量评估，快速响应市场需求。

尽管AI为金融高质量数据集建设提供了支持，但仍面临诸多挑战，如数据处理标准的理解偏差和金融行业惯例下的监管要求。王香萍强调，金融科技厂商与金融机构需共同推动技术创新，确保数据源头质量和隐私保护，以实现数字金融的高质量发展。

🏷️ #人工智能 #高质量数据集 #金融科技 #信贷风控 #小微企业

🔗 原文链接