高质量数据集典型案例 | 招商局集团交通物流行业高质量数据集

　　交通物流行业产业链长、环节多，数据格式多样且分散，行业整体面临数据积累不足、存储分散、质量不高、缺少共享等难题。作为全球交通物流领域的领军企业，招商局集团肩负国资委 “AI+物流” 建设重任。在行业大模型及应用场景建设中，集团通过建立知识管理机制体制、搭建知识管理平台，建成数百GB文本数据集及数百TB多模态数据集，据此训练的“商道”物流行业大模型，全面应用于集团交通物流各版块的智能化转型升级。
 

　　方案和成效
 

　　一是由上至下统筹督办，构建交通物流行业知识目录体系。构建了覆盖7大业务板块、100+业务域、600+垂直细分交通物流领域的知识目录，知识覆盖率与准确率均达95%，实现了交通物流行业知识语料的系统化梳理与建设。
 

　　二是以评促建，构建大规模高质量行业数据集。通过信通院高质量数据集4级测评。12项高质量数据集测评指标均超过90分，成为首家通过该项测评的央企单位。
 

　　三是发挥示范带头作用，发布行业标准。牵头编制两项交通物流行业大模型相关标准。填补了物流大模型的标准空白，为行业数据建设与模型应用提供了统一规范与技术指引。
 

　　四是以场景价值驱动高质量数据集建设。以场景价值实现为目标，建立“数据-模型-场景”循环驱动的“数据飞轮”。以集团高价值场景的建设，驱动高质量数据集的建设。
 

　　创新点
 

　　一是建设贯穿于大模型全生命周期的数据工程。通过数据合成、多模态解析等技术实现人工标注减少80%、解析准确率超95%。
 

　　二是建立生态共建与总分协同机制。构建技术专家与业务专家融合的团队，汇聚多方专业力量打造高质量数据集。
 

　　三是建立应用场景驱动的数据运营管理体系。以“可用-好用-落地”为原则构建评估体系。从完整性、准确性等维度设计16项核心指标，确保数据集与大模型应用场景的深度契合。