解读 2025《高质量数据集 质量评测规范》

                本文档为 2025《高质量数据集 质量评测规范》，适配政府数据管理部门（如国家 / 地方数据局）、AI 企业（大模型研发 / 训练团队）、数据服务商（标注 / 清洗 / 测评机构）、行业企业（制造 / 金融 / 医疗等领域数据建设部门）及科研机构（数据集研究团队）。核心围绕高质量数据集质量评测，以 “说明文档 - 数据质量 - 模型应用” 为三维核心框架：先明确术语定义（如高质量数据集、通识 / 行业通识 / 行业专识数据集）；再细化指标要求，说明文档需含基本信息、内容特征等完整性子指标，数据质量需满足格式 / 安全 / 标注等规范性及结构完整、内容真实等要求，模型应用需覆盖内容多样性、规模完整性等子指标；还提供评测细则，含各指标计算方法（如说明文档指标用 X=A/B 公式计算满足要求方面比例）、评分公式（百分制，三项指标均需达 90 分及以上），附录补充文本 / 图像 / 视频 / 音频等不同模态数据内容干净性细则，为数据集质量评测提供标准化、可落地的操作指引，助力保障数据集优质供给、促进流通使用。