胡坚波（长安街读书会成员、国家数据发展研究院院长）指出，人工智能大模型的发展离不开“数据粮食”，尤其是高质量数据集。

随着DeepSeek R1系列模型的发布，人工智能在国内再次掀起热潮，众多龙头企业纷纷接入DeepSeek，推动人工智能大模型向各行业渗透。而高质量数据集作为人工智能大模型训练、推理和验证的关键，其重要性不言而喻。

一、高质量数据集建设的重大意义

高质量数据集的建设对推进“人工智能+”行动、促进数字经济及经济社会高质量发展具有重大意义。它是人工智能发展的客观需要，也是促进我国行业数字化转型的关键举措。此外，高质量数据集的建设还能助力地方数字经济发展，为招商引资提供重要支撑。

二、高质量数据集建设的目标和策略

人工智能正在从以模型为中心转变为以数据为中心，高质量数据集的重要性日益凸显。为全面打造大规模、多模态、多领域的高质量数据集，应采取以下策略：

坚持场景化推动，从医疗、教育等重点行业入手，优先突破最迫切、最容易产生效果的数据集建设。
坚持体系化牵引，发挥政府作用，组织多方主体打造协调联动生态体系。
坚持多元化促进，加强引导技术能力强、行业影响力高的企业吸纳、聚合相关数据，同时强化中小企业创新优势。
坚持安全合规，确保数据来源的合法性、合规性和产权保护，降低数据使用风险。
三、推动高质量数据集建设的具体举措

为全力打造人工智能高质量数据集，推动大模型应用迈向新高度，建议从以下六个方面着手：

绘制高质量数据集建设图谱，明确建设方向和应用需求。
协同推进政策法规的制定与完善，为高质量数据集建设提供法律保障。
制定高质量数据集建设指引，解决现实问题，优化建设方案和路径。
打造高质量数据集评测体系，推动标准建设，指导数据集质量评估。
建立高质量数据集流通利用新机制，探索跨域合作，促进数据集交易流通。
发挥行业标杆示范引领作用，鼓励资金支持，推广典型案例。
注：本文已择优收录至“长安街读书会”理论学习平台，转载须注明出处和作者。