# 技术方案总论 ## 1 项目理解与建设目标 ### 1.1 项目定位 我方承担矿山装备制造领域高质量数据集建设及场景应用项目配套设施的数据加工生产服务，面向宁夏天地奔牛实业集团有限公司的研发设计、生产制造、经营管理及质量管控业务，建设供需计划、产品工艺设计、制造过程、产品质量四类高质量数据集。每类数据集分别形成预训练、有监督指令微调、人类偏好对齐和基准评测四个用途子集，配套完成数据资源建设、专项智能工具链建设、运营服务管理平台建设、系统集成、数据治理、模型训练推理、场景验证、安全评估及数据集质量测评等工作。 项目实施以数据集的实际可用性作为组织生产的依据。原始数据进入平台后，经来源核验、结构解析、对象关联、标注、合成增强和质量检查，形成版本明确、来源可追溯的数据集；再通过训练实验和场景验证检验其适用程度。验证发现的样本缺陷、知识缺口和分布偏差，返回相应加工环节修正。通过验证的数据集进入运营平台，完成目录登记、权限配置、版本发布及服务交付。 场景工作覆盖产品智能选型、板材备料工艺智能设计、库存控制智能化、热处理过程控制智能化、焊接过程控制智能化、刮板输送装备健康诊断智能化，以及管理制度、技术标准、标书、决策数据、合同合规五类通用场景。我方提供场景验证所需的数据、验证环境、测试用例、实验记录和验证报告。本包不负责智能场景应用系统的建设。验证环境与生产系统按授权范围连接，生产数据回写、工艺下发及设备控制由甲方既有业务流程管理。 我方将数据集、平台软件、工具链、配套硬件及实施服务作为统一交付对象管理。采集接入属于本项目建设工作，数据加工从经授权的数据获取开始；数据集发布后，还须完成运营服务衔接、质量评测、整改复测和验收资料移交。各环节以交付清单、技术接口和测试结果确认完成状态，不以某一软件模块安装完成替代整体交付。 ### 1.2 行业数据问题与建设重点 #### 1.2.1 专业数据的组织与关联 矿山装备数据同时存在于业务系统、工艺文件、设备运行记录和检验报告中。销售合同反映客户需求，产品图纸和工艺卡反映设计制造要求，生产工单记录执行过程，设备曲线及图像记录过程状态，检验记录反映最终质量。同一产品在不同阶段使用的编号、时间和版本可能不同，直接将文件集中存放，仍难以构成可供模型训练和评测的样本。 我方以产品、零部件、物料、订单、工单、炉次、焊道、设备和检验批等业务对象建立关联关系。原系统编号予以保留，平台另设统一对象标识，并记录两者的映射依据。对于一张图纸对应多个变更版本、一张工单包含多个工件、一个炉次处理多种零件等情况，采用带有效期和关系类型的关联表管理，防止按单一字段拼接造成错配。 对象关联完成后，按具体用途构造样本。选型样本关联需求条件、计算依据、配置方案及校核结果；工艺样本关联图纸、特征、工序和工艺卡；制造样本关联工况、过程参数及质量结果；产品质量样本关联检验依据、缺陷描述、判定结果及处置记录。样本保留能够支持结论的原始出处，关联不充分的记录进入补证队列，补证完成后再用于需要因果对应或成对监督的任务。 #### 1.2.2 标注标准的统一与执行 标注标准须同时解决术语、粒度和判定依据问题。例如，焊缝缺陷既有类别判定，也有位置、范围和严重程度标注；图纸解析既要识别文字，还要确认尺寸对应的几何对象；合同审查既要识别条款类型，也要区分风险事实、适用条件与修改意见。只建立标签名称表，无法约束这些差异。 我方在批量标注前形成任务级标注规范，列明输入格式、标注对象、字段定义、允许值、判定依据、正例、反例及争议处理办法。规范由相关业务人员和专家审核后发布，标注平台按规范版本配置表单、规则与检查项。每批任务绑定规范版本，规范调整后评估受影响样本范围，分别安排复核、重标或保留原结果，不将新旧口径直接混入同一交付版本。 批量生产采用预标注、人工校正、独立复核和争议仲裁相结合的方式。对涉及工艺安全、关键尺寸、合同责任和故障判断的样本，提高复核强度；对重复性字段采用格式规则与对象关系规则检查。标注结果同时保存操作者、复核者、规范版本、修改原因和仲裁结论，使质量问题能够定位到具体批次和规则。 #### 1.2.3 场景适配与数据价值验证 数据集规模达到要求后，仍需验证其是否解决业务问题。产品选型须检查需求要素和计算校核；工艺设计须检查图纸要素、工序、卡片及附图的一致性；库存分析须检查数量口径、金额口径和业务时点；热处理及焊接须检查过程数据与质量结果的对应关系；健康诊断须区分真实故障、工况变化和测点异常。 我方将每个验证场景拆分为业务任务、输入条件、输出要求和判定依据，建立任务清单与测试样本的对应关系。验证使用冻结的数据集版本、模型版本和测试协议，记录原始输出、规则计算结果及专家判定。模型能力变化通过同一测试集上的对照实验分析，避免将测试数据变化或运行参数变化误判为数据集效果。 验证结果进入加工计划。对知识缺失，补充相应来源和知识条目；对标注歧义，修订规则并复核同类样本；对长尾工况不足，补采真实样本或开展有来源标识的合成；对数据泄漏，重新划分数据集并重跑实验。整改后的版本重新执行受影响检查项及必要的回归测试，形成前后可比的验证记录。 ### 1.3 六项建设目标 #### 1.3.1 数据协同汇聚目标 我方配合甲方建立面向企业内部和产业链相关主体的数据汇聚机制，以场景需求确定数据范围，以来源授权确定使用边界，以持续更新机制维持数据有效性。企业内部数据按系统、部门、业务对象和更新周期登记；行业资料、公共数据及合作数据按提供主体、许可条件、适用用途和更新方式登记。 汇聚计划区分首次存量导入与后续增量更新。存量导入形成数据资产基线，增量更新记录新增、修改、撤销和失效事件。数据提供方的授权、格式和更新规则发生变化时，先完成影响分析，再调整采集作业及相关数据集版本。对于跨主体共享数据，交付前核验使用期限、允许用途和转授权范围，将限制写入目录、数据卡和交付控制策略。 汇聚成果包括数据源台账、来源授权材料、接入清单、更新计划、数据质量记录及来源血缘。台账中的来源与实际存储对象保持对应，能够从数据集样本追溯到接入批次及来源文件，也能够从某一来源反查受其影响的知识条目、样本和已发布版本。 #### 1.3.2 平台技术目标 我方建设不少于9类25个数据集加工生产专项智能工具链，覆盖思维链构建、长上下文构建、多轮对话构建、多模态对齐、智能标注、数据生成与增强、质量与分布控制、数据生成控制与评测、数据集验证与归因。各工具通过统一任务接口运行，输入输出带有批次、版本和血缘信息，工具执行结果能够被后续环节直接读取。 数据集运营服务管理平台交付采购清单列明的16项功能，并落实平台服务与服务等级保障要求。目录、元数据、上传、下载、权限、动态更新、检索预览、版本、数据集服务、对外接口、登记注册、确权、挂牌、交易合同、交易费用和全流程审计均落实到可运行的业务流程。平台及工具链按招标要求提供不限制使用节点数量的许可。 奔牛数据智能平台 承载加工生产、安全防护和运营服务能力，数据治理贯穿各项能力，共用身份、权限、元数据、数据集标识及审计体系；训练推理能力为加工验证提供服务。各能力的部署可以依据资源和安全边界分开，但交接数据沿用统一标识和接口规范。新增工具或模型通过版本化接口接入，避免变更一个组件时要求其他组件整体替换。 #### 1.3.3 数据规模与质量目标 四类数据集按招标文件分项规模组织生产和验收，合计达到预训练数据615亿Token、指令微调数据89万条、强化学习偏好数据6.6万组、基准测试数据0.95万条。分项指标分别核验，某一业务域的超额产出不抵扣其他业务域的缺口。 表1-1 四类数据集规模 | 数据集 | 预训练数据 亿Token | 指令微调数据 万条 | 偏好数据 万组 | 基准测试数据 万条 | |---|---:|---:|---:|---:| | 供需计划 | 276 | 40 | 3.2 | 0.4 | | 产品工艺设计 | 70 | 10 | 0.8 | 0.1 | | 制造过程 | 105 | 15 | 1 | 0.2 | | 产品质量 | 164 | 24 | 1.6 | 0.25 | | 合计 | 615 | 89 | 6.6 | 0.95 | 数据集覆盖文本、图像、时序、视频四种模态，满足项目目标中“超过3种模态”的要求。多模态数据条数占比不低于40%，近3年内时效性数据条数占比不低于40%。规模、模态和时效均依据去重、质检后纳入交付版本的有效数据统计，数据卡记录统计对象、计量程序版本、运行日期和结果，不以采集原始量代替交付有效量。 质量管理覆盖保真度、完备性、规整性、均衡性、可用性和可信性。外部质量评测按说明文档、数据质量和模型应用三大维度组织，六项质量属性分别落实到相关指标、检测方法及记录中。完成首轮全量评测和缺陷整改复测，最终达到全部高危缺陷清零、中低危缺陷整改完成率100%、各维度达到最低合格标准、综合总分不低于85分以及模型动态验证达到约定阈值的要求。 #### 1.3.4 标准与专家支撑目标 我方配合甲方吸引不少于5家数据企业、高校或科研院所参与数据集建设，明确参与内容、数据及成果使用规则、任务交付要求和协同方式。参与活动与具体建设任务关联，形成合作记录、技术评审记录、标准验证记录及成果材料。 建立不少于50人的数据标注专家库，覆盖标准编制、数据生产、质量管控、行业应用、项目管理和安全合规等领域。专家按照专业能力和任务需求参与标注规范审核、疑难样本仲裁、质量评议、标准验证和场景结果复核。入库材料、专业标签、利益冲突声明、派工记录、工作成果和考核结果形成完整档案，保持专家能力与实际工作任务相匹配。 结合矿山装备制造数据对象和加工实践开展标准验证，记录标准条款、验证对象、执行步骤、发现问题及改进建议。标准验证成果来自实际批次、工具执行和评测过程，具备可复核的记录与样本，能够支持标准试点应用及后续完善。 #### 1.3.5 场景验证目标 我方完成11个场景的数据集验证，按场景建立验证计划、输入样本、标准结果、执行日志和问题清单。专业场景关注工程参数、业务规则及过程结果的正确性，通用场景关注知识出处、权限、版本有效性、统计口径和回答依据。对可能影响生产安全或经营决策的输出，设置业务审核和结果确认环节。 各场景同时检查正常业务、缺失输入、边界条件和异常情况。测试数据按产品族、工况、文件类型、任务难度及时间等维度分层，分别报告各层结果，避免以简单样本的高分掩盖复杂工况的不足。验证结论明确对应的数据集版本、适用范围与使用条件，并以整改复测关闭未通过项目。 #### 1.3.6 服务与安全目标 我方按统一目录标识、统一身份登记、统一接口要求完成国家数据基础设施接入方案及实施，支持本项目形成的数据集和行业用户自有数据集接入。数据开放以授权、分类分级、脱敏和用途控制为前提，交付记录关联目录、合同、接收身份、数据版本及交付结果，支持定向开放、挂牌展示和交易服务。 数据库、安全软件、云平台、服务器、存储、网络、芯片等软硬件设备的整体国产化比率不低于80%。我方建立选型、授权、兼容性测试和部署记录，对国产化范围及计算依据进行核验。配置调整时同步评估国产化比率和兼容性，避免上线后变更引起指标下降。 安全能力通过商用密码服务平台、服务器密码机、身份鉴别、访问控制、审计、备份恢复和安全评估落实。完成等级保护测评与商用密码应用安全性评估，按评估结果整改并保留复核材料。数据源授权、处理过程和对外交付的控制要求贯穿全项目，不因测试、临时交换或异常处置而取消。 ## 2 建设范围与业务协同 ### 2.1 实施单位及工作界面 项目实施覆盖刮板机研究分院、工艺研究分院、备料加工分厂、生产管理部、热处理分厂、结构件焊接分厂、企业管理部、科研管理部、营销中心、审计法务部，由数字化转型工作办公室统筹管理。我方按数据提供、业务规则确认、样本复核、场景验证和成果接收五类工作建立协同清单，具体工作进入项目计划和评审安排。 表2-1 实施单位业务协同内容 | 实施单位 | 主要业务对象 | 协同工作及成果 | |---|---|---| | 刮板机研究分院 | 产品结构、参数、选型规则、历史配置 | 确认产品及部件分类、选型输入和校核依据，复核选型样本与验证结果 | | 工艺研究分院 | 工艺规则、工序、技术要求、工艺卡 | 确认工序字典、工艺限制和卡片规范，审核知识条目及工艺验证用例 | | 备料加工分厂 | 备料图纸、设备能力、加工记录 | 核对图纸特征与加工条件，验证工序适用性、卡片字段和异常工艺处理 | | 生产管理部 | 生产计划、工单、物料需求、库存 | 确认施工令号与计划关联、库存统计时点及需求预测验证口径 | | 热处理分厂 | 炉次、工艺曲线、材料、硬度及外观质量 | 核对测点、装炉关系及质量结果，参与参数匹配、优化和溯源验证 | | 结构件焊接分厂 | 焊道、焊接参数、熔池影像、缺陷 | 确认焊道标识和缺陷分类，核对多模态同步关系及过程验证结果 | | 企业管理部 | 管理制度、经营分析、管理指标 | 确认制度适用范围、有效版本和管理指标定义，复核问答依据 | | 科研管理部 | 科研制度、技术标准、知识产权资料 | 配合技术标准整理、科研知识归集和论文专利等成果管理 | | 营销中心 | 客户需求、商机、报价、合同、订单 | 核对选型需求和业务样本，参与合同、标书及供需相关验证 | | 审计法务部 | 合同模板、审查意见、风险规则 | 确认合同审查规则、使用权限和敏感字段，参与风险识别结果复核 | 我方在需求调研阶段编制数据与业务事项清单，逐项记录事项内容、所需输入、完成条件、计划时间和相关业务单位。会议结论落实到数据字典、规则、测试用例或审批记录，避免仅以会议纪要代替可执行的业务定义。一个事项涉及多个部门时，由数字化转型工作办公室组织协调，我方提交冲突事实和可选处理方案，并执行确认后的统一口径。 对于相同名称但含义不同的指标，保留业务场景和统计条件。例如，库存数量可按实时实物状态统计，库存金额可能按财务核算期间统计，两者通过物料、批次、组织及时间建立对应，不直接互相替代。对同一产品不同版本的图纸和工艺卡，使用有效期、变更单和生效状态确认配对关系，旧版资料保留历史用途标识。 ### 2.2 业务范围的实施组织 高质量数据集建设按四个业务域、四类用途子集分别设置生产任务。工具链提供加工能力，治理体系提供标准和质量规则，模型训练推理及场景验证提供效果反馈，运营平台接收通过验收条件的数据集版本。各项工作共享对象标识、来源台账、质量指标和版本体系。 平台建设与数据加工交错推进。基础身份、权限、存储、元数据和任务管理能力首先投入使用，支持首批数据进入受控环境；文档解析、图纸抽取、时序对齐等能力随首批任务完成验证后扩大使用范围；运营服务在稳定版本形成后进行登记、授权和交付联调。各阶段上线功能均经过甲方评审，未通过评审的功能完成整改后再次提交。 数据治理规划覆盖数据战略、数据治理、数据架构、数据资产、数据标准、数据质量、数据安全、数据生存周期和数据应用流通，治理实施覆盖人力资源、研发设计、生产制造、仓储物流、财务、设备、采购、营销、质量九个业务域。治理能力域与业务域分别管理，前者定义治理工作内容，后者定义企业业务覆盖范围。治理成果在相关业务域配置执行规则并形成实施记录，支撑DCMM三级目标。 知识产权工作随研发与实施同步开展。论文围绕经过验证的数据建设方法、质量评测和场景效果形成研究成果；发明专利围绕具有技术方案和实施证据的创新内容组织申请；软件著作权对应实际开发的软件成果。按照要求发表高质量论文不少于5篇、申请发明专利不少于3项、获得软件著作权不少于6项。成果公开前履行数据、商业秘密和知识产权审查，公开材料与项目保密要求保持一致。 “软建设”形成一套配套措施，围绕政策、组织、管理、标准、人才、运营、安全和持续改进等方面落实约30余项文件、措施及机制，并编制不少于7份项目内部管理制度。制度制定与实际执行共同验收，会议、审批、培训、检查和整改记录进入项目档案。 ### 2.3 数据接入范围 我方对CRM、ERP、SCM、QMS、WMS、MES、LMS、EMS、SOS、EAM、PLM、SCADA、OA、久其系统、主数据管理平台、热处理群控系统和安全监管平台共17个系统开展与项目需求相关的数据集成。每个系统建立接入登记，内容包括数据范围、连接方式、账号权限、数据字典、更新方式、业务低峰时段、异常联系机制和数据使用限制。 采集以授权范围内的只读方式执行。数据库抽取使用限定对象和字段的账号；接口调用按接口协议传递身份及查询条件；文件交换通过受控目录和清单进行；设备数据通过开放的工业接口或软件开发接口获取。对源系统性能设置观测和限流措施，大批量历史抽取安排在确认的业务低峰窗口，必要时按主键区间、业务日期或文件批次分段执行。 #### 2.3.1 CRM与营销业务数据 CRM接入客户、商机、报价、合同、订单、回款等结构化数据，以及招投标文件、资质文件和业绩合同等非结构化材料。采集时保留业务单据主键、单据类型、状态、创建及更新时间和附件关系，建立客户需求、报价方案、合同与订单之间的关联。客户名称、联系方式及合同敏感信息按数据分类分级要求处理。 选型数据加工从需求条件提取开始，将输送能力、输送距离、工作面条件、配套设备及特殊要求转换为统一字段。需求存在缺项或单位不一致时，登记问题，不以模型推测值填充业务事实。历史方案与最终配置、验收或售后信息能够形成有效关联的，作为效果评价依据；关联不足的，保留为知识检索或需求表达语料，不直接赋予优劣标签。 #### 2.3.2 ERP与核算采购数据 ERP接入组织、人力、物料、采购、销售订单、成本核算、应收应付、凭证、资产和资金等数据。字段映射保留原始币种、单位、期间及组织维度，区分业务发生日期、入账日期和数据更新时间。财务数据按已确认的统计口径使用，跨期间修正保留修正前后记录及原因。 ERP数据进入库存与决策样本前，先与物料主数据和组织主数据核对。对反冲、冲销、退货、补录等记录设置业务类型标记，防止将其视为普通新增业务累加。数量、金额及单价的计算使用明确的精度规则，汇总结果与源系统确认口径进行对账，差异定位到单据或明细行。 #### 2.3.3 SCM与供应链协同数据 SCM接入供应商档案、供应商评估、采购计划、采购订单、订单下达、供货履约和付款计划等信息。围绕采购行、物料和交付节点建立关联，区分计划交期、承诺交期和实际到货日期。订单部分到货、多次交付、退货重供及交期变更分别记录，避免以订单末次状态覆盖全过程。 供应周期数据按照物料品类、供应商、采购方式和业务时间统计。异常订单保留异常原因及处理记录，形成预测样本时区分正常周期与受扰动周期。供应商履约评价依据可追溯的计划和实绩，既有评价字段与加工产生的统计指标分别保留，防止将计算结果误认为源系统原始评价。 #### 2.3.4 QMS与质量业务数据 QMS接入制程检验、进厂检验、出厂检验、成品检验、质量台账，以及质量报告、检验数据、产品质量档案和质量知识。以检验单、检验批、工件、材料批次和工序为主要关联对象，分别记录检验项目、标准、测量值、单位、判定及处置结果。 同一检验项目存在不同标准版本或不同适用条件时，按检验发生时点和产品要求建立匹配关系。数值超限与最终不合格判定分别记录，复检、返工后复检和让步接收保留独立状态。图像缺陷标注与检验结论对应到具体区域或工件，无法确认对象关系的材料先完成复核，防止产生错误监督样本。 #### 2.3.5 WMS与仓储业务数据 WMS接入仓库、库区、货位、物料、批次、到货单、入库单和出库单等数据。存量快照与出入库流水分别保存，通过截止时点重建库存状态。冻结、待检、合格、退料及其他业务状态采用独立字段表示，实际可用量按已确认规则计算。 跨仓调拨按调出和调入两端建立对应，避免运输过程中的同一批物料被重复计入可用库存。库龄计算依据实际入库时间及批次沿革，不能因换库位、重新编码或数据导入而重新起算。用于库存预测的样本以预测时点为界，禁止将该时点之后的出库或完工信息混入输入特征。 #### 2.3.6 MES与生产执行数据 MES接入焊丝牌号、焊丝直径、生产工单和生产进度等制造数据，并按场景需要关联工序、工件和作业设备。工单拆分、合并、返工和暂停形成状态沿革，保留实际发生时间与系统登记时间。生产进度统计按业务确认规则处理补录，避免使用报工时间直接替代设备实际作业时间。 焊接、热处理等任务以工单为业务入口，进一步建立工件、焊道或炉次关联。工单同时涉及多个工件时，保存分配关系和数量，不将一段设备曲线无条件复制到全部工件。缺少明确映射的作业记录进入核验队列，经现场记录或业务确认补齐后，再构造质量关联样本。 #### 2.3.7 LMS与物流数据 LMS接入物流需求、运单、调度结果、装卸、取货、送达及运输时间等信息。物流节点关联销售订单、采购订单或发运批次，保留计划时间、实际时间和节点状态。多运单合并运输、一单分批发运和异常签收分别记录。 在途量随发出、签收、退回等事件变化，统计时明确与库存口径的衔接点。缺少节点回传时，数据状态标记为信息未齐，不直接推定已经送达。物流样本用于供应周期分析和库存态势验证时，保留事件序列和可见时间，支持按历史时点复现实验输入。 #### 2.3.8 EMS与能源数据 EMS接入能耗监控、统计和分析数据，登记测点、计量对象、单位、采样周期与数据时间。累计读数与区间消耗量分别处理，针对计量表清零、量程变化、缺测和更换设备设置识别规则。原始读数保留，清洗和换算结果另行生成。 能耗与炉次、生产工单的关联以实际计量边界为依据。一个测点覆盖多个设备或工序时，先确认分摊规则和适用限制，不将总量直接认定为单一产品能耗。作为热处理工艺优化的辅助特征时，能耗数据与工艺参数、产出数量和质量结果共同记录，避免脱离生产条件比较。 #### 2.3.9 SOS与售后运维数据 SOS接入健康状态时序、设备运维计划、报警处置、售后工单、备件消耗，以及设备档案、维修记录、诊断报告和故障案例。报警发生、处置开始、维修完成及复查时间分别保存，设备与部件采用可追溯的编号关联。 故障样本由报警、工单、维修措施和复查结论共同支持。单一报警仅表示检测到某种异常，不自动等同于真实故障。维修结果无法支持明确根因的，保留现象标签和证据等级；确认根因的样本记录判定依据及关联文档。故障发生前的数据窗口作为诊断输入，维修后结果作为标签依据，按时间隔离以防止信息泄漏。 #### 2.3.10 EAM与设备资产数据 EAM接入设备台账、设备档案、点检、维修工单和作业计划。设备层级、部件关系、安装位置、投运状态和检修沿革分别管理，设备更换或部件换装保留有效期。点检项目与测点、故障模式建立对应，以便将巡检记录转换为结构化诊断证据。 同型号设备可以共享产品属性和故障知识，但每台设备的运行、维修与测量记录保持独立。移动、拆装或更换传感器后重新核验测点归属，防止设备身份变化造成历史数据串接。设备档案中的额定值、允许区间和维护要求保留来源及适用型号，不直接推广到全部设备。 #### 2.3.11 PLM与产品工艺数据 PLM接入物料清单编号、工序数据、变更记录、零部件信息，以及选型方案、工艺图纸、计算机辅助设计图纸和工艺卡片。采集时同时获取文件版本、有效状态和业务关联，图纸与工艺卡依据图号、零部件及变更关系配对。 图纸解析优先读取原生几何、图层、标注和属性。扫描图纸通过图像与版面解析提取信息，并对关键尺寸、材料、公差和技术要求开展人工复核。模型识别结果保留原图位置，不将识别文本与图纸证据分离。工艺变更形成新版本，旧版样本按适用时间和使用目的隔离，防止已经失效的工艺进入现行推荐任务。 #### 2.3.12 SCADA与设备采集数据 SCADA接入设备电流、电压、温度、湿度、运行状态及焊接相关参数等时序数据。按测点登记采样周期、量程、单位、时间基准和异常码，保留设备时间与平台接收时间。数据缺口、重复时间戳、乱序和突变分别标识，清洗后的序列能够回溯到原始记录。 将时序数据与视频、图像、工单关联时，使用设备、工位、工件和作业时间共同定位。时间对齐规则按场景要求配置并经过验证，禁止仅选择时间最近的记录形成质量标签。采集链路中断后按确认的水位线补采，补采与实时数据去重合并，记录仍无法补齐的时间段及受影响样本。 #### 2.3.13 OA与制度合同资料 OA接入管理制度与合同文档等资料，保留标题、类别、发布部门、生效日期、版本、适用范围及附件关系。制度修订、废止和替代关系纳入知识库，不以文件最后修改时间直接判定业务生效时间。扫描文件、附件和表格随正文一并解析。 管理制度问答按现行有效版本检索，历史问题按问题指定时点检索。合同资料按授权范围脱敏后用于审查样本，签署主体、金额、账户和联系方式等信息分别配置处理规则。问答样本关联具体条款和出处，条款之间存在引用或条件限制时完整保留上下文。 #### 2.3.14 久其系统与经营指标 久其系统接入营业收入、利润、成本、资产负债等指标。每个指标登记名称、统计范围、组织层级、期间、单位、计算逻辑和数据来源。累计值、当期值、同比、环比及预算实际等维度分别定义，跨系统指标在完成口径核对后再建立对应。 决策问答验证以可追溯查询和确定性计算为基础。自然语言负责解释查询意图，指标值由受控查询或计算服务返回。结果展示同时提供期间、口径和单位，用户追问时明确继承或变更的条件。遇到未授权维度或无法确定的统计口径，系统返回需补充的查询条件并记录原因。 #### 2.3.15 主数据管理平台 主数据管理平台接入组织机构、人员和物料编码，作为对象标识统一的重要依据。同步主数据的状态和有效期，保留新增、变更、停用、合并及拆分事件。人员数据严格限定使用字段，训练和验证材料按用途采用去标识化处理。 源系统自建编码与主数据不一致时，建立待确认映射项，记录候选关系、来源和冲突原因。经确认的映射发布版本；未确认的关系不得作为确定性关联使用。主数据变更评估受影响的历史批次和当前作业，采用有效期查询保留历史语义，避免用新编码覆盖全部历史事实。 #### 2.3.16 热处理群控系统 热处理群控接入当前温度、设置温度、电流、电压、加热与冷却时间、冷却水温度、淬火液温度、淬火水温及温控测量值等数据。炉次、设备和工艺阶段分别编号，记录装炉、加热、保温、冷却等关键事件及其时间。 炉次与工件、材料、装炉位置及检验结果建立关联。相同温度曲线在不同材料、尺寸或装炉条件下对应的质量结果可能不同，因此训练样本同时保留这些条件。热像数据登记测温参数和设备校准记录，异常温度首先核对测量与工况，再用于工艺分析，避免把测量误差作为质量规律。 #### 2.3.17 安全监管平台 安全监管平台按授权范围单向获取安全监管和生产过程监控数据。接入前确认字段、接口、可用时段及允许用途，数据目录标明安全属性。相关资料进入加工环境后沿用原有访问限制，并按使用目的设置最小权限。 涉及现场影像、人员或敏感位置的信息，先完成分类分级和必要处理，再用于场景背景或安全知识样本。来源记录保留，敏感字段与脱敏结果分区存储。接口异常不影响原安全监管系统运行，平台自身作业通过隔离、限流和失败暂停保护源系统。 ### 2.4 离线资料和新增设备数据 离线数据包括业务文档、图片、工程图纸、技术书籍、票据、音视频和纸质扫描资料。我方按资料类别建立接收清单，核对文件数量、格式、大小、校验值及来源授权。扫描件登记扫描时间和原始文件标识；音视频保留时间轴与分段依据；压缩文件解包后逐项检查，避免只登记外层文件而遗漏内部内容。 硬件采购包括服务器密码机1台、接入连接器3台、红外图像采集设备15台、在线高温热成像设备6台、在线热成像设备21台，共46台。服务器密码机和接入连接器承担安全及流通能力，其余42台属于感知采集设备。设备数量、类型和用途分别管理，不将全部硬件数量用于测点或影像产能测算。 新增采集设备完成安装、接线、校准及联调后建立设备档案，登记安装位置、采集对象、输出格式、接口和时间同步方式。图像及温度数据按现场工艺建立关联，并保存参数调整记录。更换安装位置、镜头、测温参数或采集频率时，重新核验对应数据的可比性和标注规则。 本项目涉及的网络建设由甲方负责，硬件安装工作由我方按采购及技术要求实施。我方提交网络连通、端口、带宽和安全区域需求，配合甲方完成连通性验证及上线条件检查，落实本项目设备的安装、网络连接与适配。 ## 3 四类数据集的建设组织 ### 3.1 统一的数据集组织方式 四类数据集按业务对象组织数据资源，在每个业务域下分别建立预训练、指令微调、偏好对齐和基准测试任务。数据源与数据集之间允许存在多对多关系，例如同一份焊接质量报告可以为制造过程分析提供质量结果，也可以为产品质量数据集提供缺陷判定依据，但来源对象使用同一标识，跨集引用和内容重复均纳入检查。 项目建立数据集登记表、用途子集登记表和版本清单。登记表描述业务域、任务、来源和使用范围；版本清单记录实际交付的文件、样本数量、校验值、质量结果及依赖版本。统计在用途子集内部执行，并对跨业务域重复进行单独核验，避免通过重复拷贝同一内容增加规模。 预训练数据按规范化文本和经批准的多模态表示组织，关注知识覆盖、去重、时效及来源。指令微调数据以指令、输入和响应为基本结构，保留任务标签和答案依据。偏好数据在相同指令及输入条件下形成优劣回答对，记录比较维度和选择理由。基准测试数据保存题目、标准答案、评分规则、业务分层和版本，独立于训练数据管理。 四类用途的计量单位分别为Token、条、组和条。Token统计绑定分词器及其版本，不将压缩文件大小或字符数直接换算为交付Token；一条指令数据须包含完成任务所需的字段和有效响应；一组偏好数据须具备可比较的回答及判定；一道基准题须具有可执行的评分规则。多轮对话的计数方式在生产规则中统一，同一对话拆分产生的记录保留共同会话标识。 供需计划 预训练 276 亿 Token　｜　指令 40 万条　｜　偏好 3.2 万组　｜　基准 0.4 万条 产品工艺设计 预训练 70 亿 Token　｜　指令 10 万条　｜　偏好 0.8 万组　｜　基准 0.1 万条 制造过程 预训练 105 亿 Token　｜　指令 15 万条　｜　偏好 1 万组　｜　基准 0.2 万条 产品质量 预训练 164 亿 Token　｜　指令 24 万条　｜　偏好 1.6 万组　｜　基准 0.25 万条 四个业务域分别验收　　文本、图像、时序、视频共同支撑场景验证 图 3-1 四类数据集与用途子集 ### 3.2 供需计划数据集 #### 3.2.1 建设对象与关联关系 供需计划数据集面向以销定产、以产定采的业务组织，连接客户需求、产品配置、合同订单、采购供货、库存和生产计划。数据加工首先梳理需求、订单、物料、施工令号和生产批次之间的对应关系，明确数量单位、计划日期、交付条件和业务状态。 客户需求资料保留工况和技术要求，产品配置保留选型参数和校核结果，合同订单保留约定内容及变更过程，库存保留指定时点的状态，采购和生产计划保留计划版本。构造预测或决策样本时，输入仅使用任务发生时已经可获得的数据，输出可以关联之后确认的实际结果，二者以时间边界区分。 供需链存在取消、变更、延期和部分交付等状态。加工规则按事件保存状态变化，并区分计划值与实际值。例如，订单数量变更后保留变更前后数量及生效时间；采购部分到货后，剩余在途量按有效订单和到货记录计算；物料代用同时记录原需求、代用品和批准条件。样本中的推荐或预测结果须能根据这些约束复核。 #### 3.2.2 四类用途子集 预训练子集规模为276亿Token，覆盖产品与选型知识、供需业务规则、合同管理知识、采购库存专业资料及经授权的行业语料。外部语料逐项登记许可和用途，专业知识保留版本及出处；结构化业务转写使用固定字段顺序和数值表达规则，避免转写时改变单位或丢失条件。 指令微调子集规模为40万条，围绕需求要素抽取、选型条件补全提示、配置校核、库存分析、物料需求预测、合同要素检查及风险识别构造任务。计算型任务的标准结果由公式或业务查询得到，解释型任务保留计算输入和依据。输入不足时，样本响应应明确缺失项，不能用虚构参数形成完整答案。 偏好子集规模为3.2万组，围绕参数正确性、约束满足、证据完整性及表达清晰程度比较候选回答。优选结果须满足业务条件；内容更长或表达更流畅不能替代正确性。对于多个配置均可满足需求的情况，记录比较目标和适用条件，不将某一专家习惯处理为唯一标准。 基准测试子集规模为0.4万条，覆盖完整需求、缺项需求、单位不一致、约束冲突、库存异常、订单变更和合同风险等任务。题目按业务类型和难度分层，保留评分细项。与训练样本相同项目、相同合同模板或高度相似配置的题目实施隔离，减少模板记忆对结果的影响。 #### 3.2.3 质量控制与交付 供需计划数据的质量检查重点为数量与金额一致性、时间有效性、计划实绩区分、合同与订单关联、预测数据防泄漏以及回答依据。所有计算使用可复核规则，公式版本、输入值、舍入方式和结果写入记录。对冲突的业务口径，由业务确认结果决定正式字段，其他口径作为补充信息保留。 交付版本按产品类别、业务任务、时间区间和数据来源给出分布统计。数据卡列明样本适用业务、外部资料来源、敏感信息处理方式、计算规则依赖和使用限制，附质量检查及验证结果。对异常业务和长周期物料设置专门样本统计，能够检查这些对象是否被常规业务样本淹没。 ### 3.3 产品工艺设计数据集 #### 3.3.1 图纸与工艺的成对组织 产品工艺设计数据集围绕图纸识别、特征提取、工序设计、工艺卡片生成、审查校核和排料优化组织。以零部件及其版本为对象，关联原生图纸、工艺图纸、工艺卡、标准工序、设备能力和变更记录。二维与三维资料分别解析，再按图号及业务关联确定对应关系。 图纸中的尺寸、材料、公差、表面要求和技术说明须与其作用对象绑定。相同数值出现在不同视图或不同零件区域时，不能仅按文本相同进行合并。加工结果保存对象坐标、图层、视图、标注类型及原始出处，关键要素通过几何关系和工程规则核查。对于无法确定对应对象的标注，进入人工复核。 工艺卡以工序顺序、工序内容、设备或工装要求、质量控制点和适用条件组织。工艺路线允许因材料、厚度、零件特征和设备能力不同而变化，规则库记录条件和例外。工艺变更与图纸变更关联，已失效的工艺作为历史资料保存，不作为当前有效工艺的直接答案。 #### 3.3.2 四类用途子集 预训练子集规模为70亿Token，包含机械制图、工艺规范、材料加工、设备能力及经处理的图纸工艺资料。文档解析保留表格列关系、公式和工艺参数单位；图纸文本转写与图像、几何信息之间保留对应，不以纯文本替代全部工程含义。 指令微调子集规模为10万条，任务包括图纸关键要素抽取、加工特征识别、工序推荐、工艺卡字段生成、变更影响识别和工艺审查。涉及确定性几何或尺寸计算时，由计算规则产生结果，模型负责提取条件和组织表达。训练样本保留人工审核结论，对审核后修改的内容记录修改原因。 偏好子集规模为0.8万组，比较工序的可执行性、约束满足程度、字段完整性及图卡一致性。存在多条可行路线时，按照已确定的比较目标进行排序，并保留条件。例如，设备能力不同可能改变适用工序，比较时须统一设备条件，防止把不同条件下的合理路线错误标为优劣。 基准测试子集规模为0.1万条，覆盖原生图纸、扫描件、复杂标注、变更版本、信息缺失、不同材料及厚度等情况。按照零件族和相似图纸分组隔离，测试集避免包含训练图纸的简单改名、旋转或轻微尺寸变化版本。评分分别检查要素识别、工序、卡片和附图，不以某一平均指标替代关键工程内容正确性。 #### 3.3.3 工程正确性控制 我方对材料、公差、关键尺寸、工序约束和图卡对应设置重点检查。原生文件解析失败或识别置信度不足的资料，转入人工复核或重新获取清晰文件；复核过程中保留原图和判断依据。通过识别并生成的工艺卡及工序附图，按招标要求验证内容准确率达到100%，验证使用明确的字段清单和逐项比对记录，未达到要求的样本和输出继续整改复验。 对于规则库尚未覆盖的特殊工艺，验证流程进入人工审核和应急工艺通道，保留触发原因、人工结果和后续规则补充记录。人工结果可在审核通过后作为新增样本，但不能据此省略智能生成环节的准确率验证。图纸、规则、模型和输出工艺卡的版本在同一验证记录中登记。 ### 3.4 制造过程数据集 #### 3.4.1 过程对象与多模态关联 制造过程数据集覆盖热处理、焊接和刮板输送装备运行健康等任务。热处理以炉次、工件和材料批次为对象；焊接以工件、焊道和工况为对象；设备诊断以设备、部件、运行工况和故障事件为对象。每类对象建立业务记录、时序、图像视频及质量结果之间的关联。 时序数据保留原始采样信息，按测点核对单位、量程、时间和异常码。重采样、滤波、插值及切段采用独立处理记录，原始数据与处理数据分别保存。插值数据标记插值范围和方法，不能用于掩盖长时间断采或替代关键异常区间。视频帧与时序窗口使用共同事件及时间基准对齐。 正常工况、过渡工况、停机、空载和异常工况分别组织。故障标签优先来自维修、检测和专家确认记录，报警信号本身作为观察信息保留。热处理或焊接的质量结果与材料、设备、工艺和测量条件共同记录，以支持在同类条件下分析参数与质量的关系。 #### 3.4.2 四类用途子集 预训练子集规模为105亿Token，包含制造工艺知识、设备说明、运维记录、过程数据转写和行业资料。时序转写按窗口表达测点、单位、时间范围、统计特征及事件，避免把数值序列转换为无语义的文本堆积。跨模态样本保留共同对象和时间索引。 指令微调子集规模为15万条，围绕工况识别、参数分析、热处理质量关联、焊接缺陷分析、健康诊断和运维建议组织。问题输入与标准答案保留对应数据窗口和证据。涉及工艺优化的回答说明适用范围和约束，输出作为验证对象，经业务审核，不直接形成生产控制指令。 偏好子集规模为1万组，比较诊断依据、故障部件定位、工况适应性、风险提示及建议的可执行性。诊断证据不足时，合理的不确定性表达优于无依据的确定结论。专家比较记录具体证据差异，避免只给选择结果而缺少原因。 基准测试子集规模为0.2万条，按设备、部件、工况、故障类型和时间分层，覆盖测点缺失、噪声、漂移、报警与故障不一致及跨工况迁移。相同故障事件的相邻时间窗口分在同一数据分区，防止训练和测试之间出现高度重叠。 #### 3.4.3 过程数据质量控制 过程数据检查以对象对应和时间完整性为重点。每个样本能够定位到设备、工件或事件以及时间窗口，视频片段和传感器序列可以互相检索。时间偏差超过场景允许范围时重新校正或重新采集，仍无法对齐的样本退出需要精确同步的任务。 对于不同设备的量程、传感器型号和安装条件差异，数据卡记录测量条件和归一化规则。跨设备训练与验证分别报告结果，识别模型是否依赖设备背景或采集条件。质量异常样本保持真实标签，不能通过平滑处理消除缺陷特征后仍保留原缺陷标签。 ### 3.5 产品质量数据集 #### 3.5.1 质量对象与判定依据 产品质量数据集贯通原材料检验、过程质量、成品检验和质量追溯，以检验批、工件、工序、缺陷和处置记录建立关联。对焊接外观、热处理外观、硬度以及其他检验项目，分别保留标准、实测结果和判定结论。 报告解析保留检验项目与数值、单位、允许范围和结果之间的列关系。盖章、手写修改及复检意见作为独立证据记录，避免以文本覆盖方式丢失原始记录。检验标准存在版本变化时，按检验时点和产品合同要求匹配，不把不同标准下的合格结论直接混合。 缺陷图像按类别、位置和范围标注，配合光照、角度、分辨率及采集设备信息。边界不清或多缺陷重叠的样本进入复核，标注规则明确分割范围和重叠处理。正常样本保留能够支持其合格判断的检验结果，避免将未标注缺陷的图像自动当作正常样本。 #### 3.5.2 四类用途子集 预训练子集规模为164亿Token，覆盖检验标准、质量制度、报告、案例、质量分析和行业知识。质量记录转写保留对象、指标、数值、单位及判定依据，敏感生产和客户信息按用途处理。重复报告、模板空白内容和无法识别的扫描记录在计量前排除。 指令微调子集规模为24万条，任务包括报告结构化、缺陷识别解释、质量判定、根因分析、追溯查询和整改建议。根因分析明确观察事实、关联证据和需进一步核实的事项，未经验证的相关关系不得作为确定原因。整改建议与适用工艺及检验标准相连。 偏好子集规模为1.6万组，比较缺陷判断、标准引用、证据完整性和建议适用程度。回答遗漏关键缺陷、误引失效标准或超出证据范围时，在比较记录中说明具体问题。不同专家存在分歧的样本经过仲裁，未经定论的样本不作为确定偏好。 基准测试子集规模为0.25万条，覆盖不同缺陷类型、严重程度、成像条件、检验阶段和报告格式。质量异常与正常样本分别统计，检查漏检和误判。相同工件的多张图像、同一报告的不同裁剪和增强结果放入同一分区，避免近重复样本影响验证结果。 #### 3.5.3 交付质量与追溯 质量样本按判定依据完备程度管理。缺少检验依据、对象不明或标注冲突的记录先补证或复核；实际存在的质量异常保留，数据错误通过独立修改记录修正。处理后的报告、图像、标签和原始材料之间保留关联，能够检查修改前后差异。 数据卡列明缺陷类别、各类别样本数、采集条件、判定标准版本、人工复核方式及适用限制。质量数据与制造过程数据之间通过工件、工序、炉次、焊道和检验批关联，支持从质量结果反查过程条件，也支持从某一工艺批次检索全部相关检验结果。 ### 3.6 数据配比与生产计划 生产计划按业务域、用途子集、模态、时间、任务类别和质量状态分解。每个子集建立来源清单、目标有效量、预计损耗、加工路线和质量检查项。首次试生产测量各来源在解析、去重、标注、质检后的保留比例，据此安排补采和加工产能，后续按实际产出滚动更新。 我方将采集量、解析成功量、去重保留量、标注完成量、质检通过量和验证通过量分别记录。预测交付进度采用质检及验证后的有效量，未通过检查的样本不能提前计入交付完成量。新增来源或规则变更后重新测量相关保留比例，识别进度偏差来自原料、加工能力还是质量问题。 多模态占比与时效占比在生产过程中同步监测。多模态记录须具备有效对应关系和可用内容，只有附件名称而无文件、只有无效图像或缺失时间关系的记录不作为有效多模态样本。近3年数据依据业务产生、发布或有效记录时间核验，不以扫描、转码、下载和加工时间替代原始时效。 不同来源存在时效信息缺失时，通过原始文件、业务记录或发布记录补证；无法证实的记录可以按合法用途保留，但不得计入近3年数据分子。对于合成数据，记录生成时间与事实来源时间，不能仅因新近生成就认定其承载的业务事实具备近期时效。 ## 4 十一个场景的数据需求与验证组织 ### 4.1 场景验证的共同要求 我方按业务任务建立场景验证计划，明确验证对象、输入数据、执行环境、标准结果、评价方法及通过条件。每次验证绑定数据集、模型、知识库、规则库和软件配置版本。测试开始前检查数据完整性及权限，测试完成后保存原始输出、人工判定和问题记录。 验证分为单项能力测试、业务流程测试和异常测试。单项能力测试定位解析、检索、计算等基础能力；业务流程测试检查任务从输入到结果生成的完整过程；异常测试检查缺项、冲突、越权、失效版本和运行中断的处理。对重复执行存在随机性的模型调用，固定可固定的参数并记录随机因素，必要时开展重复试验，报告结果波动，不将一次偶然成功作为稳定能力。 验证环境中所需的模拟接口、测试页面和实验任务用于完成本包验证工作，与生产应用建设边界保持一致。涉及甲方系统的数据交换遵循接口授权和测试管理要求；验证生成的工艺、建议及控制判断在测试环境内审核，按甲方流程确认后使用。 ### 4.2 产品智能选型验证 验证对象覆盖刮板输送机、转载机、破碎机、带式输送机用自移机尾和转载机自移系统。输入包含客户需求及工况条件，重点检查输送能力、输送距离、倾角、煤层厚度、工作面条件、配套设备、可靠性和特殊定制要求。输入形式覆盖结构化表单、参数模板和附件资料。 需求解析测试分别设置完整参数、缺失参数、单位混用、同一参数多处冲突及附件文字模糊等用例。系统须将识别结果与原始位置关联，对无法确定的参数提出补充或核实要求。验证人员逐字段核对提取结果、单位转换和缺项提示，发现差错后回溯样本或解析规则。 参数计算验证采用公式及规则引擎，检查输送能力、运行阻力、驱动功率、刮板链速度和链条安全系数等计算。记录公式版本、输入值、适用条件、中间结果和最终结果，对边界工况及超出公式适用条件的输入单独验证。公式计算结果与文字解释分别核查，避免文字正确但计算数值错误。 方案推荐验证核对产品配置与工况约束、标准配置及配套设备关系。推荐结果形成方案规格书和报价配置清单所需内容，说明产品及配置、主要技术参数和规则校核结果。对可编辑字段、补充内容和确认操作保留版本及操作记录，检查修改后是否触发重新校核。 验证成果包括需求解析结果、计算对照记录、配置校验记录、方案输出和问题整改记录。数据缺口按产品类型、工况组合和参数缺失原因归类，回到供需计划数据集补充同类样本。专家经验转化为规则或标注依据后，经过审核发版再投入使用。 ### 4.3 板材备料工艺智能设计验证 验证从PLM任务和图纸接收开始，检查任务标识、图号、版本、文件完整性及权限。图纸覆盖DWG、DXF、STP和STEP等格式，分别核对解析路径及关键要素提取。图纸在线预览能够定位到解析对象，方便审核人员核查尺寸、材料、公差和技术要求。 工艺卡生成验证按照图纸特征、工艺规则和设备条件执行，逐项检查工序选择、顺序、加工要求、卡片字段和工序附图。对全部识别通过后智能生成的工艺卡片及工序附图，按100%内容准确率要求进行验证。发现不正确项时，记录错误位置、依赖的识别要素和规则，完成修正并重新执行受影响用例。 变更验证检查图纸或工艺规则修订后的影响识别、卡片更新和历史版本保存。只影响局部工序的变更仍需检查上下游关联，不直接覆盖旧记录。验证输出按接口要求返回测试流程，实际生产下发沿用PLM和工艺工程师审核确认机制。 应急工艺通道验证覆盖无法解析、规则缺失、设备条件冲突和人工调整等情形。流程记录触发原因、处理人、审核结果及恢复条件。人工处理成果与智能生成成果分别标识，验证报告明确二者的执行情况。工艺卡和工序附图的PDF导出及打印同时检查字段、图形、分页和比例。 ### 4.4 库存控制智能化验证 库存场景围绕按单定制和备件备货并存的业务，验证库存结构测算、物料需求预测、库存健康评价、未来态势分析、安全库存及补给调度。数据包含销售合同、施工令号、生产批次、客户、供应商、物料、订单、计划和库存记录。 指标验证首先核对数量与金额的定义、统计时点、范围及单位。通过同一组业务记录分别计算实物口径和资金口径，再检查二者可解释的差异。库存穿透测试从汇总指标逐层追到组织、物料、令号和明细记录，确认超龄、滞留及结构异常能定位到业务依据。 物料需求预测按大宗金属材料、标准件、定制异形件和通用制品分层，划分训练区间与验证区间。历史回测仅使用预测时点可获得的数据，保留实际需求作为后验对照。按物料类别和预测周期分别记录误差及业务影响，不以整体平均值掩盖关键物料短缺。 安全库存和补给验证综合采购周期、需求变化、在途、可用库存和生产约束，检查建议是否会形成重复采购、跨厂调拨冲突或库存不足。对零需求、突发大单、供应延期、退料和替代物料等情况设置异常用例。调拨及补给建议以验证结果呈现，生产执行由甲方业务流程确认。 ### 4.5 热处理过程控制智能化验证 验证围绕链轮、齿轨、刮板感应淬火及调质生产线，检查工艺匹配、参数优化和质量分析。输入同时保留材料、工件特征、炉次、装炉条件、加热与冷却参数、测温记录及检验结果。不同工艺和对象分层验证，避免将适用范围不同的参数直接比较。 历史工艺匹配验证检查检索条件、相似依据及推荐工艺的有效性。目标工件与历史样本在材料、尺寸或质量要求上存在差异时，结果须展示差异及适用限制。参数优化以历史数据和工艺约束为依据，验证候选区间能否通过规则检查，未经确认的建议不自动进入生产控制。 质量分析将烧伤、裂纹等外观缺陷和硬度结果与加热功率、加热温度、淬火液温度等参数关联。测试记录相关关系及证据，区分测量误差、材料因素、工艺因素和数据关联错误。对同一炉次多工件的情况，检查质量结果是否对应到正确工件，不能以炉次平均值代替个体检测。 温度采集验证包含测温参数配置、设备校准、热像读取及时间同步。设备异常、遮挡、反射和数据缺失分别处理。验证报告提供数据窗口、检验结果、分析过程和复核结论，整改任务指向具体数据关联、采集或知识规则。 ### 4.6 焊接过程控制智能化验证 焊接验证覆盖实时采集、过程状态检测、质量评估、参数优化、质量追溯及工艺知识库。参数包括电流、电压、预热温度、层间温度、焊接速度、送丝速度、气体流量和焊道类型，关联熔池视频、焊缝表面图像和检验结果。 采集验证以打底、填充和盖面焊道分别组织，核对参数单位、采样时间和工件关系。视频与时序对齐通过共同事件检查，不仅验证数据能够接收，还验证同一时刻的影像、参数和工况是否对应。断采和补采期间的数据明确标记，避免连续曲线表象掩盖原始缺口。 缺陷检测覆盖气孔、裂纹、咬边、余高、弧坑和焊脚偏差等类别。测试集分不同材质、板厚、焊道和采集条件，分别报告检测表现。对表面影像无法支持的质量判断，结合规定的检验依据处理，不将视觉推断扩展为无证据的内部缺陷结论。 质量评估验证将时序与视觉信息共同用于预警及干预判断，检查触发条件、证据和结果记录。参数优化在历史合格样本及工艺允许范围内分析候选组合。追溯验证从缺陷图像反查焊道、参数、材料和工艺卡，也从某一作业批次检索相关图像及质量结论。 工艺知识库保存工艺卡、规范、焊丝型号、板厚与材质关系、焊道要求和合格参数区间。规则变更后执行关联样本复核和场景回归，检验新规则是否引入新的误判或遗漏。 ### 4.7 刮板输送装备健康诊断智能化验证 健康诊断验证围绕设备与部件状态开展，关联运行时序、报警、维修工单、诊断报告和故障案例。建立产品与部件层级、工况标签、测点清单及故障分类，使同一故障能够对应到部件、现象和证据。 验证首先识别数据质量和工况条件。测点失联、漂移、量程错误及传感器更换作为数据或测量异常处理，不能直接归为设备故障。正常与异常判断在相近工况下比较，对空载、重载、启停和联动干扰分别设置用例。 机理规则验证采用离线回放，将规则结果与已经确认的故障或维护事实对照。模型诊断与规则诊断分别留存，再检查融合结果。对于报警后未确认故障的事件，保留其处置及复查过程，避免把所有报警构造成故障正样本。 诊断报告包括设备和部件、时间窗口、观察到的异常、依据、候选原因及需要进一步检查的事项。对证据不足的判断，系统应表达限制并提出核查动作。验证结论按设备类型、故障类别和工况分层，数据补充优先覆盖证据不足和易混淆的类别。 ### 4.8 管理制度智能问答助手验证 制度知识以条款为单位建立结构，保留文件标题、发布部门、生效时间、适用对象、上位引用及废止关系。问答验证检查问题意图、检索范围、条款出处和适用条件，答案应能够回到有效原文核对。 测试覆盖直接问答、跨条款组合、历史时点查询、多轮追问及权限限制。不同版本制度规定发生变化时，当前问题引用现行制度，历史问题依据指定时点处理。用户未提供必要条件时，系统提示补充适用部门、时间或业务事项，避免在不确定条件下给出确定结论。 制度文件更新后，检查旧索引、缓存和已有答案依据是否同步失效。检索不到依据或条款冲突时，返回已有依据与需确认事项，进入知识维护流程。验证材料保存问题、检索条款、原始输出和人工判定。 ### 4.9 技术标准智能问答助手验证 技术标准知识按标准名称、编号、版本、适用范围、条款、表格和公式组织。检索过程保留标准正文与附录之间的关系，以及规范性引用文件的版本信息。技术问题涉及尺寸、材料或试验条件时，答案须保留这些条件。 验证检查术语解释、指标查询、条款定位、跨标准关系及标准版本变化。对表格数据和公式，测试其行列条件、单位和符号是否正确。不能用不同标准中的局部内容拼接出并不存在的要求；存在适用范围差异时，分别给出依据。 标准更新通过版本管理触发受影响知识条目及样本复核。旧版本用于历史合同时保留有效用途，现行任务使用经确认的有效版本。结果引用的条款能够定位到原文页或章节，检索与答案的对应关系进入审计记录。 ### 4.10 标书智能问答助手验证 标书知识按项目、文件、章节、条款和附件组织，分别标识资格条件、技术要求、商务要求、格式要求和时间节点。补遗与澄清文件建立与原条款的替代或补充关系，检索时保留生效顺序。 验证覆盖要求查询、条件抽取、文件间核对、缺项识别、格式检查和评审报告生成。对于否决条件、数量指标、日期时间及签章要求，逐项核对原文，答案保留出处。数值和条件不能在摘要过程中被省略或改变。 跨文档问答以项目范围和文件版本限制检索，避免将其他项目要求带入当前任务。测试输入包含相似条款、相反条件、附件缺失和补遗变更等情况，检查系统是否能够识别并正确引用。评审结果区分原文要求、检出问题和对应证据，支持人工核查。 ### 4.11 决策数据智能问答助手验证 决策问答依托九个业务域和一套决策指标体系，建设业务概念、指标定义、统计规则及分析报告知识。每项指标登记统计范围、维度、周期、公式、数据来源和权限，自然语言查询映射到已经审核的指标与查询服务。 查询验证包含单指标、多指标、组织和时间筛选、同比环比、图表和多轮追问。后续追问继承已确认条件，用户修改时间或组织范围时显式更新。结果同时展示单位、期间和统计条件，计算值与源记录及规则可以追溯。 异动归因验证先核对数据完整性、统计口径和期间，再分析业务因素。系统区分确定性分解结果与需要业务确认的解释，不能把相关性直接写成经营原因。查询权限在指标、维度及明细层执行，防止汇总问答绕过明细访问控制。 ### 4.12 合同合规审查智能助手验证 合同知识包括正文、附件、补充协议、历史审查意见、风险规则及可合法使用的法规与案例资料。解析结果按合同主体、标的、数量、质量、价款或报酬、履行期限地点方式、违约责任和争议解决等核心要素组织，保留对应条款位置。 验证检查Word、PDF等文件的解析、条款分类、关键信息提取、风险识别及审查效率。风险识别覆盖合规、责任、交付和付款风险，比较时结合合同上下文及补充协议，不能仅根据某一关键词判定。修改建议应保留触发规则和适用条件，由审计法务相关业务人员确认。 效率验证对同一组合同建立人工审查与系统辅助审查的可比任务，记录起止时间、完成范围、发现问题和复核时间。缩短审查时间的同时检查关键风险是否遗漏，避免以省略审核步骤获得表面效率。合同敏感信息在测试、标注和报告中按授权处理。 ### 4.13 验证成果向生产任务的反馈 每项未通过的用例建立问题记录，至少包含场景、用例、数据集版本、模型或规则版本、实际结果、预期结果、证据位置、初步原因及整改对象。问题经过复核后分别归入数据缺失、标注错误、知识错误、对象错配、时间错配、分布不足、工具缺陷或模型适配问题。 整改范围依据血缘确定。某一条款版本错误需要复核全部引用该条款的样本；某一图纸解析规则错误需要检查使用该规则的相关图纸；某一测点时间配置错误需要重新处理对应时间段及下游配对。修正产生新的样本或规则版本，保留旧结果和变化原因。 复测先检查原问题，再执行同类和相邻任务的回归用例。问题关闭以复测证据为依据，整改执行者的完成声明不能代替验证结论。场景报告与数据集数据卡关联，使接收方能够知道某一版本经过哪些验证、适用于哪些任务以及需要遵守哪些使用条件。 ## 5 总体技术架构 ### 5.1 架构设计原则 本项目以奔牛数据智能平台 为平台承载，围绕数据集加工生产、安全防护、运营服务三类能力组织建设，贯通资源接入、治理加工、标注增强、质量评测、模型验证、资产发布和持续运营。各类能力按照统一身份、统一对象标识、统一元数据、统一任务调度和统一审计规则协同运行。数据治理贯穿数据进入、使用、变更和退出全过程，模型训练与推理作为数据价值验证及加工辅助能力接入生产体系。 业务对象保持连续。客户、供应商、物料、产品、零部件、设备、工单、工序、批次、图纸、合同及检验记录均保留其来源系统标识，并通过映射关系连接企业统一标识。跨系统汇聚后能够回答同一零部件使用哪个版本图纸、经过哪些工序、对应哪批材料、形成哪些检验结果、出现过哪些运维问题。对于不能可靠确认的关系，保留待核状态和冲突记录，不以名称相似直接建立确定性关联。 生产过程可以复查。每个接入批次、处理任务、规则版本、标注版本、质检结果、训练任务、评测结果及交付版本均有独立记录。原始数据不得被加工结果覆盖；质量不合格数据不得与合格数据混存发布；已冻结数据集不得在原版本内继续修改。新增或修正内容通过新批次、新任务和新版本进入，历史交付内容及其证据保持可查询。 平台建设与现场条件相适应。数据库抽取、文件传输、时序采集和视频接入分别设置资源限额和运行窗口。对生产系统采用只读访问、分批抽取、增量同步和异常熔断，避免批量加工挤占源系统交易资源。对图纸解析、大规模去重、视频抽帧和模型训练等高负载任务实行独立排队、资源配额及错峰调度，保证业务查询、运营服务与后台生产互不挤占。 安全控制在实际调用环节生效。目录可见、样本预览、文件下载、接口访问、模型训练和对外发布分别校验权限，不能仅依赖菜单是否显示。身份失效、授权过期、脱敏未完成、密码服务不可用或审批状态不满足要求时，相关访问和发布操作终止，并保留原因及处置记录。 ### 5.2 六层能力组织 整体技术架构划分为资源层、接入层、治理加工层、训练验证层、运营服务层和业务应用层。统一身份与权限、密码与安全、运维监控、元数据与血缘、质量规则和标准规范构成贯穿各层的公共能力。 |架构层次|主要建设内容|形成的直接输出|向相邻层提供的约束| |---|---|---|---| |资源层|17 个业务系统、离线资料、现场采集设备及相关存储计算资源|具有来源标识和采集条件的原始对象|来源范围、业务授权、数据时间、传输条件、源端负载限制| |接入层|数据库/API/文件等连接方式，批量与增量采集，校验、缓存、失败补传|原始批次、采集清单、校验结果、接入异常记录|原件不可覆盖，传输完整，来源与时间可追溯| |治理加工层|标准化、清洗、解析、关联、对齐、标注、增强、去重、分布均衡|标准资源、标注成果、生产候选数据集|执行规则与工具版本明确，缺陷记录可追溯| |训练验证层|数据切分、基础模型适配、训练与推理、场景验证、贡献归因|评测结果、模型版本、缺陷归因和验证报告|训练与测试隔离，评测条件一致，结论能够复核| |运营服务层|目录、元数据、版本、权限、接口、发布、登记、确权及交易管理|可授权使用的数据集产品与服务|发布有审批，授权有边界，访问有审计，撤回可执行| |业务应用层|11 个场景的数据调用、样本验证和业务评价|场景验证结果、应用反馈、迭代需求|反馈关联具体数据集和样本版本，不直接改写生产数据| 各层通过明确的输入输出契约衔接。接入层不承担业务事实的推断；治理加工层不修改源系统已经生效的业务单据；训练验证层不把评测答案重新写入训练集；运营服务层不绕过质量与安全审核直接发布加工中间成果。跨层调用携带任务标识、数据版本及身份信息，使故障分析能够从业务请求追查到实际使用的数据、规则和运行环境。 资源层 业务系统　｜　离线资料　｜　现场采集　｜　授权行业资源 接入层 存量与增量采集　｜　批次核验　｜　原件留存　｜　异常隔离 治理加工层 标准清洗　｜　解析对齐　｜　标注增强　｜　质量检查　｜　版本冻结 训练验证层 继续预训练　｜　指令微调　｜　偏好对齐　｜　基准与场景验证 运营服务层 目录元数据　｜　权限版本　｜　服务交付　｜　登记交易　｜　审计 业务应用层 六个专业场景　｜　五个通用场景　｜　业务评价与更新需求 公共能力贯穿各层　　数据治理　身份权限　密码安全　质量规则　血缘审计　运行监控 图 5-1 总体技术架构 ### 5.3 数据集加工生产能力 数据集加工生产能力由资源接入、加工编排、任务执行、人工工作台、质量控制和版本封装组成。资源接入管理连接信息、抽取范围、计划周期、接口配额和校验规则；加工编排组织解析、清洗、对齐、标注、增强、切分及验证任务；任务执行负责资源申请、状态更新、失败重试和产出登记；人工工作台承担低置信样本复核、规则争议处理与专业标注；质量控制负责门禁判定和缺陷流转；版本封装汇总数据、标签、元数据、统计指标及血缘信息。 加工任务采用有向无环的依赖关系组织。单次运行中的节点输入、规则版本和上游产出固定，只有上游节点完成并通过约定校验，下游节点才具备运行条件。质量整改、标签修正或数据补充需要产生新的运行实例，重新建立依赖并执行受影响的下游节点。原运行实例保持可查询，不在已完成的依赖关系中插入回退边，避免同一任务出现无法解释的循环引用。 任务状态统一管理为待检查、待调度、执行中、待复核、已通过、未通过、已取消和已归档。待复核状态不计入合格产能；未通过节点输出进入隔离区；已取消任务保留已消耗资源和中间结果记录，但不能自动进入数据集。长时间未更新状态的任务由调度器核实执行器心跳，区分实际运行、连接异常和执行终止，禁止仅依据页面超时重复下发任务。 人工复核与自动任务使用同一对象标识。复核人员能够同时查看原始页面或采集片段、自动抽取内容、所用规则、上下文和历史修改。对于工程图纸、工艺卡片和专业故障案例，复核意见需要具体到字段、图元、时间区间或结论依据。修改后的标签经过复核签认后形成新标签版本，机器预标注结果和人工修正记录分别保存。 ### 5.4 数据安全防护能力 数据安全防护能力围绕身份鉴别、细粒度授权、分类分级、脱敏处理、密码服务、访问控制及全流程审计配置。数据的密级或敏感属性随元数据一同进入加工流程，并通过传播规则影响派生数据集。聚合、拼接和跨域关联可能提高信息敏感程度时，应重新评估输出对象的安全属性，不自动沿用最低级别输入对象的标签。 密码服务与数据集加工生产、运营服务等能力集成，对指定数据集以及用户、企业和数据集元数据等关键内容实施加解密。密钥申请、启用、轮换、停用及销毁形成完整记录，业务应用通过授权接口调用，不在脚本、配置文件、任务日志或交付文档中写入明文密钥。加解密失败时停止对应操作，数据保留在受控存储或待处理队列中，恢复后按原审批范围重试。 数据下载采用短时有效、限定对象和限定权限的访问方式。权限复核既检查用户角色，也检查所属组织、用途、数据版本及授权有效期。批量导出需要形成文件清单、记录数量、内容摘要和审批记录，导出后能够追查下载主体、时间与授权依据。对接口方式提供的数据，按账号、接口、数据集和调用用途配置限流与审计。 安全事件处置与生产异常处置相互衔接。发现敏感信息漏脱敏、越权访问、异常批量下载或不明来源文件时，先阻止相关对象继续扩散，再定位涉及的批次、版本、账号和下游使用范围。已发布版本存在问题时停止新增授权和下载，并按已记录的使用关系通知授权范围内的责任方开展替换或撤回。处置完成后验证控制恢复情况，保留事件起止时间和完整证据。 ### 5.5 数据集运营服务能力 运营服务以数据集产品版本为管理对象，统一连接生产成果和授权使用。每个数据集建立目录条目，记录业务域、模态、来源范围、时间覆盖、规模、标签体系、质量结论、适用场景、使用限制和服务方式。目录描述与实际可下载内容同步校验，避免目录标示数量、版本或时间范围与交付包不一致。 运营对象与生产对象分离。加工人员可以在生产空间组织候选版本；运营人员只能对通过质量、安全和业务审核的版本开展上架准备。已上架版本采用固定编号，新增数据形成新版本并说明变化范围。对重大标签修订、授权变化、结构变化或质量结论变化，重新履行审核，不以普通元数据编辑代替版本更新。 对外服务按授权采用文件下载、接口查询或受控使用方式。服务开通前确认使用主体、数据范围、期限、并发与调用额度、服务保障、费用及审计要求。服务到期后停止新的数据调用和下载，保留履约记录；需要续期时重新确认授权条件。登记、确权、挂牌和交易材料以已核实的权利链、产品版本和审批记录为基础，不将平台内建立目录条目等同于完成法定确权或外部登记。 ### 5.6 统一元数据与对象标识 统一元数据包括技术、业务、质量、安全、运营和过程六类信息。技术元数据描述文件格式、编码、字段类型、尺寸、采样率和存储位置；业务元数据描述产品、工序、设备、单位、适用范围和业务时间；质量元数据记录检查结果及缺陷；安全元数据记录来源授权、分类分级和脱敏要求；运营元数据记录目录、版本、服务与授权；过程元数据记录任务、工具、规则、人员和血缘。 对象标识采用稳定标识与版本标识组合。稳定标识表示同一业务对象，版本标识表示某一次明确状态；存储路径不能代替对象标识，文件名相同也不能证明内容相同。文件级摘要用于识别完全重复内容，业务主键和版本字段用于识别业务重复；图像相似度、文本相似度和时间重叠仅作为近似重复候选依据，最终处理还需结合业务语义。 |对象类型|应记录的标识与关联|应保留的版本信息| |---|---|---| |原始文件|来源系统、原始业务键、采集批次、文件摘要、来源路径|原始修订号、采集时间、文件业务生效时间| |结构化记录|来源表或接口、源主键、统一主键、所属组织|源端更新时间、抽取批次、变更类型| |时序片段|设备、测点、通道、时间范围、采集任务|采样配置、校准信息、清洗与对齐版本| |标注对象|原始对象、标签项、标注人员或工具、复核记录|标签体系版本、标注版本、裁决版本| |数据集版本|数据集稳定标识、样本清单、场景、权限范围|版本号、冻结时间、质量报告、变更摘要| |模型与评测|模型标识、数据集版本、训练任务、评测任务|模型权重版本、配置版本、环境版本、报告版本| 元数据更新采用字段级责任管理。业务定义由业务责任方确认，技术结构由接入与平台人员维护，质量状态由质检流程产生，授权状态由审批流程产生。不同角色不得跨职责随意改变质量结论和授权结果。系统记录元数据变更前后内容、变更人、原因及时间，重要字段发生改变时提示受影响的数据集和服务重新检查。 ### 5.7 存储分区与环境隔离 数据存储按照原始、标准、加工、隔离、候选、发布和归档区域组织。原始区保存接入原件和采集凭证；标准区保存清洗及标准化后的基础资源；加工区保存生产中间成果；隔离区承接异常与不合格对象；候选区保存通过生产质检并拟用于训练验证的冻结版本；发布区保存完成验证与审批的交付版本；归档区保存历史版本、证据和已停止服务的成果。 区域之间通过受控任务流转，不允许普通用户通过直接复制文件绕过质量门禁。流转时校验文件摘要、样本数量、元数据完整性和安全属性，记录源位置、目标位置及操作结果。大体量对象可以采用受控引用方式避免无必要复制，但引用对象的保留期限必须覆盖所有下游版本，不能因清理中间数据使已发布数据集失去内容。 开发、测试和生产环境分别管理配置、账号、网络访问和数据使用范围。开发测试优先使用脱敏或经批准的数据，生产数据进入测试环境需保持原有授权和安全约束。工具、规则和平台升级依次完成测试验证、审批、发布和回退准备，禁止在生产服务器上直接修改未经登记的脚本。 备份策略覆盖业务数据库、对象文件、任务配置、规则库、标签体系、目录版本和审计记录。恢复验证需同时检查数据文件可读取、元数据可关联、权限可执行、任务状态可解释，不能只验证备份文件是否存在。备份副本的保护级别与原数据一致，恢复操作也纳入审批和审计。 ## 6 数据加工生产全过程 授权接入 原始对象与批次清单 治理加工 解析、对齐与标注 生产质检 规则、复核与门禁 下一阶段 候选版本冻结 固定样本与切分清单 训练与场景验证 固定模型及评测条件 交付版本发布 质量、安全与业务审核 验证缺陷生成新任务和新版本　　历史冻结内容保持不变　　整改后重新质检与验证 图 6-1 数据生产与版本流转 ### 6.1 生产批次策划 每个生产批次先明确所属数据集、业务主题、时间范围、模态构成、来源系统、预期规模、适用场景和交付时间，再分解为接入、清洗、解析、标注、质检、验证和封装任务。批次计划列明必须参与的业务专家、所用规范、依赖资源及风险事项。对于跨系统、跨模态的数据，先确认关联键和对齐条件，再安排批量加工。 批次规模依据数据到达情况、工具吞吐、人工复核能力和复测能力安排。工艺图纸、复杂表格、故障因果及高风险工况样本单独估算处理工时，不以普通文本平均速度计算全部工作量。生产看板同时显示原始接入量、加工完成量、复核通过量、冻结量和最终验收量，使数量进度与质量状态保持一致。 ### 6.2 原始数据接入与批次核验 接入前核对来源授权、连接配置、提取字段、过滤条件、时间边界及账号权限。首次采集先进行小批量验证，检查编码、时区、单位、文件完整性和源端负载，确认后开展批量接入。增量采集记录上次成功游标和本次结束位置，失败任务不得提前推进游标，避免漏采。 数据库数据以业务主键、变更时间或经验证的变更机制识别增量。对于无可靠更新时间的表，采用业务范围快照比对等方式识别差异，并明确比对成本。删除数据区分源端真实删除、权限变化和抽取范围变化，未经核实不直接删除平台历史记录。文件接入检查文件大小、摘要、扩展名与实际类型、压缩包内容及恶意文件风险，密码保护或损坏文件进入异常清单。 接入完成形成批次清单，至少列出来源、对象数量、数据量、时间覆盖、成功数量、失败数量、重复数量和异常类型。源端总量可获取时开展总量核对；无法获得源端总量时，以接口返回记录、文件传输清单和业务抽样共同核验覆盖情况。计数口径和核对范围写入批次记录，避免把无法确认的完整性表述为已验证完整。 ### 6.3 标准化与基础清洗 文本处理统一字符编码、段落边界和不可见字符，保留标题层级、页码、表格关联及技术符号。单位、牌号、型号、公差、公式、焊接符号和设备编码不得采用通用文字纠错规则自动替换。对全角半角、同义简称和历史编码设置可追查的标准化映射，原始值与标准值同时保存，便于发现误合并。 结构化数据进行类型转换、主键唯一性、必填项、合法值范围、关联完整性和业务逻辑检查。缺失数据依据业务含义分类，不将未知、未采集、不适用和实际为零混为一类。需要填补的字段保存填补方法和标记，重要结论字段未经业务确认不以均值或模型预测替代真实事实。异常值先结合设备量程、工艺阶段和记录背景判断，再决定保留、隔离或修正。 图像数据检查分辨率、清晰度、方向、遮挡、曝光和目标完整性。旋转、裁切和增强保留原图及变换参数；工程图中的边框、标题栏、尺寸线和比例尺不得在清洗中误删。视频检查可解码性、帧率、时长、时间戳连续性和音画同步情况；时序数据检查采样间隔、重复时间点、乱序、缺口和设备离线标志。 清洗规则分为通用规则和业务专用规则。通用规则通过后仍需执行所属业务域的专用规则，例如材料牌号与标准对应关系、工序先后约束、检验值与公差关系、采购订单与收货数量关系。规则新增或变更先在样本集上回放，分析误报和漏报，再按批准版本投入批量处理。 ### 6.4 文档解析与知识单元构建 文档解析按照版面结构和业务语义共同切分。保留章节、条款、表格、附图、脚注与引用关系，把适用条件、执行要求和例外条款作为关联整体处理。跨页表格先恢复表头和连续行，再转换为结构化数据；一个技术要求跨页续写时保持内容衔接，不按固定字数截断后丢失前提。 工程图纸解析分别处理标题栏、技术要求、尺寸标注、形位公差、焊接符号、明细表和视图关系。对可解析的矢量文件优先利用其结构信息，对扫描件结合图像识别和专业复核。关键尺寸、单位和正负公差要求逐项对照原图，无法确定的字符标为待复核，不以语言模型补全缺失数字。 知识单元记录来源文档、版本、页码或坐标、业务对象、适用条件、知识类型和有效时间。相互冲突的规定保留各自来源，并由业务责任方确认适用顺序与失效关系。被替代的制度或工艺文件保持历史可查，但默认检索和问答应依据用户指定时间及现行状态选择内容，避免旧版本要求进入当前业务建议。 ### 6.5 多源关联与多模态对齐 跨系统关联优先采用经确认的业务主键和主数据映射，包括产品号、图号、工单号、批次号、设备号及合同号。对于系统间编码不一致的对象，建立映射表并记录映射依据、有效时间和确认人。名称匹配、规则推断或相似度方法生成的候选关系进入复核队列，不能直接替代主数据关系。 图纸与工艺卡片的对齐同时检查图号、版本、零件名称、工序和技术要求；视频与文本的对齐记录片段起止时间、动作阶段、设备和作业条件；传感器时序与运维事件的对齐考虑采集时钟、系统入库时间和事件发生时间的差异。时间校正参数必须随数据保存，避免后续使用者把修正后的时间理解为原始设备时钟。 多模态样本以同一业务对象和明确事件为关联核心。样本内列明各模态是否齐全、对应关系是否经确认、允许的时间偏差和缺失原因。仅在同一目录存放文字和图片不计为完成有效对齐；缺少可靠对应关系的数据可以作为单模态资源保留，但不进入已对齐多模态样本统计。 ### 6.6 标注实施与争议裁决 标注任务发放前完成规范讲解、代表样本演练和一致性测试。标签规范逐项给出定义、适用对象、取值方式、正例、反例、边界情况及不可判定情形。标注人员需要理解工业对象的业务含义，涉及专业工艺、安全风险和质量判定的样本由相应专业人员复核。 预标注结果附置信信息和依据位置，人工不得只确认标签名称而不检查来源内容。对象检测、区域分割等视觉标注明确遮挡、截断、重叠和小目标处理方式；文本实体标注明确边界、嵌套、同名异义和单位归属；时序标注明确事件起点、结束点、过渡阶段和不确定区间；对话标注明确用户意图、上下文依赖、证据引用和拒答条件。 争议样本由初标、复核和专业裁决分层处理。裁决记录具体争议、原始依据、最终标签及适用理由。具有普遍性的争议形成规范修订，并分析已经完成的样本是否需要回溯重标。人员一致性统计与样本难度关联分析，避免用简单样本的高一致性掩盖高风险类别的分歧。 ### 6.7 数据增强与生成控制 数据增强围绕类别缺口、表达差异和场景覆盖进行，保留真实来源与生成来源的明确标记。原始材料、工艺参数、尺寸公差、故障事实等专业内容不得在文本改写中被随意改变。需要构造边界工况或稀缺故障样本时，由专家先确认业务逻辑和合理参数范围，再开展生成与验证。 每条生成样本记录依据资料、模板或提示配置、生成工具版本、审核状态和用途。生成后执行事实一致性、约束符合性、重复度、敏感信息和标签一致性检查。不合格样本进入隔离队列，不能以生成数量补足有效交付数量。分布均衡同时观察真实样本与生成样本比例，防止生成内容在某一类别中形成单一表达模式。 增强样本参与训练前按其源对象分组切分。同一原始样本的改写、裁切、重采样和衍生问答不得分别进入训练集与测试集。测试数据是否包含受控构造样本根据具体验证目标确定，并独立标识、单独统计，不将模拟样本表现直接表述为真实现场效果。 ### 6.8 质量检查与候选版本冻结 生产质量检查覆盖结构、内容、标注、关联、分布、安全和可追溯性。检查方式包括全量规则校验、专业复核、抽样评价及跨模态一致性核验。抽样方案明确总体、分层、抽取方式、样本数量和缺陷推断边界，风险较高或前期缺陷集中的数据增加检查深度。抽样不能替代明确要求的全量评测。 候选版本冻结前，核对样本清单、数据规模、四类模态覆盖、多模态样本占比、近三年数据占比、标签体系、授权状态和已知缺陷。冻结内容包括数据文件、标签、切分清单、质量检查记录和生产血缘。冻结时生成内容摘要，后续训练与评测均引用该版本，禁止在运行期间悄然替换文件。 候选版本用于模型训练和场景验证，完成后补充验证结果形成最终交付版本。验证报告不作为候选版本进入训练的前置材料，生产质检报告与模型验证报告分别管理。模型验证发现问题时，先明确问题属于数据、标注、模型、提示配置还是场景条件，再启动对应整改，不因模型单次回答错误就直接修改真实数据。 ### 6.9 发布封装与移交 发布前汇总数据文件、标签文件、元数据、字段字典、使用说明、来源及授权记录、质量报告、模型验证结果、版本变化和完整性校验信息。交付包内目录层次清楚，同一文件名在清单和实际内容中一致；数据格式、字符编码、时间单位和空值规则明确。每个版本可以独立完成读取、数量核验和关键样本追溯。 业务、质量、安全和运营责任岗位分别确认相关条件。审批通过后生成正式发布记录，将目录、权限、接口和下载对象绑定到同一版本。移交时按清单逐项核对文件、数量、版本和摘要，对抽取的样本现场演示来源定位、标签读取及场景使用。发现缺件、损坏、版本不一致或权限错误时暂停该项移交，修正后重新核验。 ### 6.10 持续更新与退役 更新任务根据源系统变化、业务制度更新、设备变化、质量反馈和场景新增需求触发。更新前识别涉及的原始对象、加工任务、数据集、模型和运营服务，明确全量重做、局部重做或仅更新元数据的范围。增量版本对新旧数据共同执行去重和分布检查，避免长期更新后历史数据重复累积或新数据覆盖不足。 数据版本停止使用前核对仍在运行的训练任务、接口订阅、合同授权和审计保留要求。退役后停止新授权和常规下载，保留必要的历史追溯与合规记录。涉及删除的数据按审批范围执行，并同步处理缓存、索引和可删除副本；依法或依约需要继续保留的记录维持受限访问，不能将目录隐藏等同于完成删除。 ## 7 九类二十五项专项智能工具链 ### 7.1 工具链统一运行要求 本项目建设九类二十五项专项智能工具链，覆盖复杂推理、长上下文、多轮对话、多模态对齐、智能标注、生成增强、质量分布、生成控制以及验证归因。工具链纳入统一任务编排和权限体系，不限制使用节点数量。各工具可以独立执行，也可以按数据集生产工艺组合使用，输入输出均保留结构定义、内容摘要、规则版本和任务记录。 工具上线前使用涵盖正常、边界、异常和高风险情况的样本验证功能。接口应返回任务标识、状态、产出位置、处理数量、错误类型和必要的运行统计。失败任务返回可定位的原因，不能以空文件或部分结果伪装成功。对于可继续处理的局部异常，任务结果同时列出成功对象和失败对象；只有满足批次质量要求后，成功部分才能按批准范围进入后续流程。 工具配置由生产人员在受控界面维护。模板、提示、词典、本体、阈值和模型调用参数形成版本，变更后保留旧配置及生效时间。每次运行绑定具体版本，不依赖随时变化的默认配置。工具升级先执行回归样本，确认关键字段、标签结果和产出格式无异常后再用于正式批次。 工具提供标准 API 或平台内部服务接口，支持任务创建、查询、结果获取、异常重试、批量导出和状态回调；输出支持 JSON、JSONL、Markdown、CSV、Parquet 等格式，并按平台数据集标准转换入库。每条样本关联原始数据、处理链路、工具、模型、提示、规则、质检和审核状态。每项工具交付演示样例、输入输出样例、配置说明、接口说明及测试报告，逐项验证后纳入正式生产。 ### 7.2 思维链构建类工具链 #### 7.2.1 大模型自生成思维链工具链 面向故障分析、工艺判断、质量归因和规则判断等任务，依据经核实的业务资料生成包含问题、依据、可核查分析步骤及结论的训练样本。生成前明确允许引用的文档、事实范围、业务约束和输出结构，要求关键判断对应来源条款、数据片段或规则条件。对没有充分证据的问题生成信息不足标记，不构造设备状态、检测结果或专家结论。 同一问题支持多路采样，对不同候选结果开展答案一致性、证据匹配、步骤完整性和规则符合性比较。答案相同并不代表全部合格，仍需排查错误前提、循环论证、条件遗漏及结论跳跃。涉及尺寸、温度、时间、材料牌号和安全限制的内容增加确定性规则检查，候选样本经筛选后进入专家复核。 工具输出问题、标准化答案、可核查的分析步骤、依据引用、候选分数、筛选结论和生成配置。分析步骤以面向业务审核的解释为内容，不将模型未经验证的自由生成文本当作现场事实。复核发现普遍性错误时修订生成约束，并回查同一配置产生的全部相关样本。 #### 7.2.2 人机协同思维链标注工具链 为专业人员提供问题、原始证据、候选分析步骤和结论的并排核对界面。标注人员可以修正事实、补充必要条件、删除无依据步骤、调整判断顺序，并记录修改类型及依据。针对故障因果与工艺选择，区分已证实原因、待验证假设和排除条件，避免把可能原因直接标记为确定结论。 复杂样本实行交叉标注和专家仲裁。工具保留不同意见，支持按争议点汇总，而不是仅显示最终覆盖结果。仲裁后输出正式标签和规范修订建议，低一致性类别重新开展培训与抽检。交付记录包含标注人员、复核人员、规范版本、裁决状态及审核时间，能够追查每个关键结论的形成过程。 ### 7.3 长上下文数据构建类工具链 #### 7.3.1 文档切分与拼接工具链 依据文档标题层级、条款、段落、表格和附图关系实施切分，支持按业务完整性调整片段长度。固定长度切分仅作为辅助规则，出现“本条所述”“上述条件”“见附表”等指代时，保留所需上下文或建立明确引用。长表格的续页保留表头，公式与变量说明关联保存，图纸技术要求与对应图元保持关联。 拼接时按照章节顺序、适用版本和主题关系组织，禁止把已失效条款与现行条款拼成单一无版本文本。输出片段记录原文位置、父级章节、相邻片段、引用对象和所用切分策略。通过跨页、跨章节和边界条件样本检查语义完整性，避免因切分过细丢失前提，或拼接过宽造成无关内容占用上下文。 #### 7.3.2 RAG 数据构建工具链 围绕矿山装备知识查询和专业问答构建查询、检索上下文、回答及引用证据的数据。查询覆盖直接事实、条件组合、跨文档比较、历史版本和资料不足等类型，回答与引用片段一一对应。资料不足时明确缺失信息，不能从无关文档补出确定答案。 工具支持正向证据、相近但不适用的干扰片段以及版本冲突样本的组织，使训练和评测能够检验检索与判断能力。输出召回率、引用准确率、证据相关性、回答一致性、答案接地性及人工复核状态。检索库版本、切分策略和查询集合一并冻结，比较不同方案时保持基准条件一致。 #### 7.3.3 文档结构解析工具链 处理 Word、PDF、扫描文档及相关技术资料，识别章节、列表、表格、图像、页眉页脚、脚注和引用。扫描资料保留识别置信信息及原图坐标，低置信字符、表格错行和公式缺失自动进入复核。对图纸和工艺文件中的专业符号设置专用识别与校验规则，避免通用识别结果替代工程含义。 结构输出既包含可用于检索的文本，也包含版面与对象关联。文档合并单元格、嵌套表格、跨页续表和多栏排版分别测试，保证字段归属正确。工具生成解析异常报告，列明未识别区域、缺失页、损坏对象及人工处理结果，解析覆盖情况可按文档和批次汇总。 ### 7.4 多轮对话数据构建类工具链 #### 7.4.1 对话模拟生成工具链 围绕设备运维、业务协同、专家问答和故障排查配置角色、任务目标、已知信息、可询问信息及结束条件。对话体现真实业务的信息补充过程，例如先确认设备型号、运行工况和告警时间，再讨论故障原因与处置建议。角色不能提前获知尚未提供的信息，后续回答不得与前轮已确认事实矛盾。 生成时控制轮数、任务复杂度和信息密度，覆盖正常完成、信息不足、条件冲突和不具备执行权限等情形。输出完整对话、角色配置、任务状态、依据资料和生成记录。对涉及现场处置的内容核对安全条件和业务流程，未经确认的操作不作为可直接执行的指令样本。 #### 7.4.2 结构化工单转对话工具链 将经过脱敏的设备维修、质量处置和业务服务工单转化为多轮对话。转换前梳理工单中的发现、报修、检查、分析、处理和复验时间顺序，区分当时可知信息与事后结论。对话不提前泄露最终原因，也不把缺失的检查过程补写成实际发生的事实。 工具按照工单字段与角色映射产生初稿，保留每轮内容对应的原始字段或附件依据。关键事实缺失时标记信息不足，必要的语言衔接可以生成，但专业参数和处置结果必须来自原记录。输出对话与原工单关联表、脱敏记录、转换规则版本及复核结论，便于按工单追溯和按源对象分组切分。 #### 7.4.3 对话质量筛选工具链 从相关性、完整性、信息密度、指令遵循、业务合理性、角色一致性和安全合规性评价对话。筛查重复问答、无效寒暄、上下文断裂、结论自相矛盾、无依据建议和敏感信息残留。不能仅依据语言流畅度评价专业质量，业务参数与证据符合性作为独立检查项。 筛选结果按场景、难度、轮次和缺陷类型统计，保留通过、待复核和淘汰状态。对高分但出现专业规则冲突的样本强制进入复核。批量筛选后检查类别分布，防止全部留下简单对话而丢失复杂故障排查和长上下文样本。 ### 7.5 多模态数据对齐类工具链 #### 7.5.1 设备图纸与工艺图结构化抽取工具链 面向设备图纸、零件图、装配图和工艺图，抽取图号、版本、零件名称、材料、尺寸、公差、表面要求、焊接要求和工序信息。抽取结果保留原始坐标或图元标识，建立字段与局部图像的对应关系。尺寸数字、单位、上下偏差分别存储，避免合并字符串后无法开展规则检查。 图纸内容与 PLM 中的版本和物料信息交叉核验，发现图号相同但修订不同、材料冲突或缺失技术要求时进入异常队列。专业人员逐项复核关键字段，输出结构化字段、图文关联、置信信息、错误类型及复核记录，为工艺设计和质量检查场景提供可追溯输入。 #### 7.5.2 视频—文本对齐工具链 围绕生产作业、设备运行和安全监管视频，按场景变化、动作事件和业务阶段形成片段。文本描述对应明确起止时间，记录主体、动作、设备、区域和可观察状态。对遮挡、画面模糊、离场和无法判断的动作明确标记，不把不可见过程补写为已观察事实。 工具支持片段与关键帧关联，维护原视频时间轴和抽帧参数。不同摄像头的同一事件按设备与时间关系组织，不能在切分数据集时把高度重叠片段分散到训练与测试两侧。输出视频片段、描述、事件标签、时间定位和复核结果，并对人脸等敏感信息执行相应处理。 #### 7.5.3 传感器时序—运维事件对齐工具链 将设备运行时序与告警、点检、维修和停机事件关联，明确事件前窗口、事件过程和恢复观察窗口。对设备时钟漂移、采样不均匀、工单记录滞后和设备停机分别处理，保存校时依据、重采样方法和缺失标记。不能仅因时间接近就认定信号变化与故障存在因果关系。 工具输出事件窗口、测点序列、运行工况、事件标签、对齐置信信息和复核记录。对于多个事件重叠的片段，保留多标签或列入争议处理，避免强行分配单一故障标签。对齐后的数据用于工况识别、异常检测和健康诊断，使用时能够还原原始采样与处理过程。 ### 7.6 智能标注类工具链 #### 7.6.1 大模型预标注工具链 按已批准标签体系对文本、图像、图纸、工单和多模态样本生成候选标签。输出接受结构校验、字段完整性检查、标签合法值检查和置信度控制；高置信样本进入规定抽检流程，低置信及高风险样本进入人工标注队列。置信度高不能免除工程关键字段和敏感内容的必要复核。 预标注时绑定本体、术语词典、示例和模型配置版本，记录候选标签及证据位置。标签不存在于当前体系时返回无法匹配原因，不自动扩展正式标签。批次结束分析不同类别的人工修改率，以此调整任务分流和预标注策略，避免总体平均值掩盖长尾类别质量不足。 #### 7.6.2 主动学习标注工具链 从未标注样本池中综合选择低置信、模型分歧、类别稀缺、分布变化和业务高价值样本，形成优先标注任务。候选排序保留选择原因，使生产人员理解样本进入队列的依据。样本池按来源对象和时间去重，避免不断挑选同一事件的近似片段。 专家完成标注后，将新样本用于后续模型更新或规则调整，并通过独立验证集评价改进效果。主动学习关注新增样本的有效贡献，记录每轮标注数量、类别覆盖、人工工时和验证变化。对于持续无法判定的样本，回到数据采集或业务核实环节补充信息，不以反复标注代替证据补足。 #### 7.6.3 本体驱动规则标注工具链 建立产品、部件、材料、工序、设备、缺陷、故障、原因和处置之间的领域关系，以业务规则辅助标注。规则包括实体类型、属性范围、关系方向和互斥约束，能够检查某类故障是否适用于相应设备、某项工艺要求是否对应指定材料和工序。 本体和规则由业务专家确认后版本化发布。规则标注输出命中规则、依据字段和结论，冲突规则显示优先级及裁决状态。涉及新产品、新工艺或未覆盖概念时，转入本体维护流程，不能套用相近概念强行通过。规则更新后识别受影响样本，必要时重新标注与质检。 #### 7.6.4 一致性校验标注工具链 支持多人、多模型和人机交叉标注，按标签、类别、人员和批次统计一致率、冲突率及典型分歧。文本边界、图像区域和时序区间采用与任务类型相适应的比较方式，不能把字符完全一致作为所有标注任务的统一判定。 冲突样本进入复核队列，展示各方结果、证据和差异位置。裁决完成后更新正式标签，同时保留原结果。工具定期输出一致性分析，区分规范歧义、人员理解、工具偏差和数据不可判定等原因，分别采取规范修订、培训、规则调整或重新采集措施。 ### 7.7 数据生成与增强类工具链 #### 7.7.1 指令数据生成工具链 根据行业知识、业务任务和场景需求生成指令、输入、输出及证据记录，覆盖信息抽取、分类、问答、比较、归因、步骤组织和约束判断。指令难度与业务实际对应，不能通过重复改写同一问题形成虚假规模。长上下文指令保留完成任务所需的全部依据及必要的干扰内容。 输出经过事实核对、结构检查、标签检查和相似度过滤。涉及计算的结果由确定性方法复核，涉及专业判断的结果由相应专家审核。生成内容区分直接依据资料得到的答案与受控场景推演，记录生成来源及用途，确保后续质量评价能够分别统计。 #### 7.7.2 工单与故障场景模拟生成工具链 以已确认的设备结构、故障机理、维修流程和业务规则为基础构造受控模拟样本。模拟配置明确设备类型、运行工况、故障现象、可用信息和处置边界，保持因果和时间顺序合理。对极端参数、复合故障和稀缺场景，由专家确认可行性后使用。 模拟工单单独标记，不混入真实履历或设备原始档案。生成后校验现象与原因、原因与处置、处置与结果之间的逻辑关系，剔除物理条件不成立或违反业务流程的样本。模拟数据用于补充训练覆盖，其验证效果与真实现场数据效果分别统计。 #### 7.7.3 文本重写与多样化工具链 对同一业务事实形成符合不同使用情境的表达，包括简明问询、完整描述、专业术语表达和常用业务表述。改写保留设备型号、物料编码、数值、单位、时间、条件和结论，术语替换依据受控词典。不得将条件句改成无条件结论，也不得在压缩内容时删除安全限制。 工具结合关键信息抽取、语义相似度和规则检查识别语义漂移，输出原文与改写对照、差异项及校验结果。相似度过高的无效改写不计入有效增强；语义相似但专业条件改变的样本判定不合格。增强批次未通过语义和标签一致性校验时整体回退，不纳入数据集版本。 ### 7.8 数据质量与分布控制类工具链 #### 7.8.1 数据去重与相似度过滤工具链 采用文件摘要、标准化内容摘要、业务主键、文本语义、图像特征和时间重叠等多种方式发现重复候选。完全相同对象可以按保留策略合并引用；不同版本、不同有效期或不同业务对象即使文本接近，也应保留必要差异。去重前定义处理范围和保留依据，避免误删历史版本和少数关键样本。 每次去重输出重复组、代表对象、剔除对象、判定方式及复核记录。对训练、验证和测试之间的近重复开展独立检查，尤其关注同一图纸的不同裁切、同一视频的相邻片段和同一故障的改写问答。最终交付数量以去重及质量过滤后的有效对象计算。 #### 7.8.2 数据分布分析与均衡工具链 按业务域、模态、产品系列、设备类型、工序、故障、质量等级、时间和来源统计样本分布，识别长尾缺口、单一来源占比过高及新旧数据失衡。对多模态数据进一步分析模态组合和有效对齐覆盖，避免只有简单图文组合而缺少关键时序与运维事件关系。 均衡措施按优先顺序采用补充真实采集、专项标注、合理分层抽样和受控增强。需要下采样时保留业务关键样本及可追溯清单，不能删除不利于模型表现但具有真实业务意义的难例。每次调整前后比较规模、类别覆盖、时效性和独立验证表现，确认均衡没有破坏真实业务分布的解释。 ### 7.9 数据生成控制与评测类工具链 #### 7.9.1 模板化数据生成工具链 将重复性业务任务固化为经过审核的模板，明确输入字段、必填项、类型、取值范围、单位、输出结构和约束关系。模板可以组合知识材料和结构化记录，但引用内容必须保留来源。模板更新经过样本验证后发布，新旧版本产出的数据分别记录。 生成结果执行 Schema 校验、字段完整性、类型、范围、单位、格式和业务约束检查。必填字段缺失时停止生成或转人工处理，不用默认值掩盖缺失。工具输出错误明细并定位到具体字段，使生产人员能够区分输入问题、模板问题和生成结果问题。 #### 7.9.2 数据集切分与基准构建工具链 按任务特点设置训练、验证和测试的切分规则。设备诊断优先控制设备及时间交叉，视频验证按采集设备隔离封存独立测试集，图纸和工单按来源对象及其衍生关系分组。相关样本整体进入同一分区，避免同源内容通过改写、裁切或增强造成数据泄漏。 基准集由专业人员审核，记录任务类型、难度、答案或判定标准、证据和使用权限。基准发布后冻结并限制访问，模型开发人员不能据此反复定向修改训练数据。切分结果保留样本清单、策略版本、随机状态和分布统计；必要更新时形成新基准版本，历史结果保持可比较。 ### 7.10 数据集验证与归因类工具链 #### 7.10.1 多协议模型评测引擎工具链 适配项目所需的模型服务接口和本地推理方式，统一任务输入、输出采集、超时处理、指标计算和结果归档。评测任务绑定模型、数据集、提示配置、推理参数及运行环境，记录每条样本的原始输入输出和判定结果。接口失败、超时和空响应单独统计，不直接排除出分母。 引擎支持自动指标、规则判断、模型辅助评价和专家复核结合。模型辅助评价采用固定配置并开展人工校准，出现评分分歧时依据任务规则复核。不同模型或不同数据版本的对比保持同一基准和相同评价条件，明确有效样本量、失败量和结果差异，避免只展示最佳运行结果。 #### 7.10.2 数据贡献度归因与错题溯源工具链 将评测错题关联到原始证据、标签、训练覆盖和生产规则，区分事实缺失、知识冲突、标签错误、对齐问题、样本不足及模型能力限制。先分析错误模式，再通过受控补数、删除噪声、修正标签或调整训练配置验证假设。单次相关性分析不能直接作为确定因果结论。 工具输出错题清单、错误类别、涉及数据版本、整改建议、责任任务和复测结果。贡献分析采用可解释的对比实验，记录新增或移除数据范围以及其余保持一致的条件。结果用于决定下一批采集和标注重点，不能通过将测试答案直接加入训练集制造指标提升。 #### 7.10.3 数据集—模型版本血缘追溯工具链 建立原始资源、加工批次、规则与工具、标签、数据集、训练任务、模型、评测及发布服务之间的关联。能够从模型版本向前定位所用数据集和生产来源，也能够从存在缺陷的原始对象向后定位受影响的数据集、模型和服务。血缘关系在任务执行中自动登记，并接受完整性校验。 模型或数据集被撤回时，工具给出影响范围，辅助暂停相关发布、启动复核和组织替换。历史版本与其日志、质量报告保持对应，不能仅保留当前最新关系。交付时通过实际样本演示双向追溯，核验对象标识、版本、时间和内容摘要的一致性。 ### 7.11 工具链组合与生产工艺配置 供需计划数据优先组合文档解析、长上下文切分、工单转对话、指令生成、去重和质量筛选；产品工艺数据优先组合图纸抽取、本体规则标注、图文对齐、专业复核及基准构建；加工制造数据优先组合时序事件对齐、主动学习、故障模拟、分布分析及模型评测；质量管控数据优先组合图像标注、视频对齐、一致性检查、错题溯源及版本血缘。 每一种生产工艺形成可执行模板，列明输入条件、节点顺序、分支规则、人工介入点、输出结构、质量门禁和失败处置。正式投产前以代表批次试运行，记录工具处理时间、人工复核时间、资源消耗和缺陷分布，据此安排批量产能。后续优化先在试验批次验证，再更新正式工艺版本，保证效率提升与质量要求同步落实。 ## 8 数据治理与标准体系 ### 8.1 治理规划与实施衔接 围绕天地奔牛数字化转型战略，以通过数据管理能力成熟度 DCMM 三级认证为目标，开展现状诊断、差距分析、治理规划、制度建设、平台实施和持续改进。现状诊断通过访谈、制度审阅、系统核查和实际数据分析获取证据，区分已经形成制度、已经执行但未固化、制度存在但执行不足以及尚未建立的能力，形成对应的改进任务。 治理规划覆盖数据战略、数据治理、数据架构、数据资产、数据标准、数据质量、数据安全、数据生存周期和数据应用流通九个能力领域。实施对象覆盖人力资源、研发设计、生产制造、仓储物流、财务管理、设备管理、采购管理、营销管理和质量管理九个业务域。每项治理任务明确对应的制度要求、系统配置、业务责任、运行记录和评价方式，保证规划能够落实到实际生产与运营。 治理平台落地汇聚、处理、元数据、资产、标准、质量、安全、指标和数据服务相关能力。以四大数据集和 11 个场景所需数据为重点，先打通关键对象、关键字段与关键流程，再按规划推进全域治理。建设过程中形成制度执行记录、质量整改记录、权限审批记录、标准变更记录和服务使用记录，为成熟度评价提供持续运行的证据。 ### 8.2 组织职责与问题处理机制 建立决策、管理和执行相衔接的数据治理组织。决策层负责跨部门规则、重大资源和争议事项；管理层负责标准、质量、安全及资产制度统筹；执行层承担数据维护、规则执行、问题整改和业务核验。业务部门对数据含义、业务规则和事实核实负责，技术人员对采集、转换、运行和技术校验负责，质量与安全岗位独立核验相关结果。 跨部门问题由问题台账统一受理，记录发现时间、涉及系统、业务对象、影响范围、证据、责任人、整改措施和复核结果。例如同一物料在采购与生产系统中编码不一致，应先确认主数据归属及映射规则，再决定历史数据转换方式；不能由加工人员分别建立互不一致的临时对照表。 问题整改区分源端纠正与平台补偿。能够在源系统修正的错误，协调源端维护并通过增量同步验证；暂时不能修正的内容，在平台保留补偿规则、适用范围和有效期。补偿措施定期复核，避免长期掩盖源头问题。重大争议提交业务和治理责任人共同确认，记录裁决依据并同步更新标准。 ### 8.3 业务术语、数据元与主数据标准 业务术语标准统一名称、定义、适用范围、同义词和关联概念，重点处理设备、零部件、材料、工序、缺陷和故障中的同名异义与异名同义。术语变更保留生效时间和替代关系，已冻结版本仍可按当时标准解释。专业缩写需要能够映射到完整定义，避免跨部门使用同一缩写代表不同对象。 数据元标准明确字段名称、业务含义、数据类型、长度、精度、单位、取值范围、空值规则及来源责任。温度、时间、长度、质量和能耗等量值保留单位，不通过字段名称暗示单位；涉及计算和模型输入时执行显式单位转换。参考数据标准对工序类别、设备状态、质量等级等枚举值规定编码、含义和有效期。 主数据映射围绕组织、人员、物料、供应商、客户、设备和产品建立统一关联。映射记录保留来源编码、统一编码、适用时间、关系类型及确认依据。合并对象时检查历史交易与设备履历，防止因名称相同误合并不同主体；拆分对象时维护旧编码与新编码的追溯关系。标准映射作为正式治理成果发布，供接入、标注、统计和服务共同使用。 ### 8.4 指标体系与经营决策支持 结合经营管理和数据集运营需求建立指标目录。业务指标包括供需、库存、履约、生产、设备、质量和能耗等主题；生产管理指标包括接入量、有效加工量、返工量、标注一致性、版本交付和资源利用；运营指标包括授权、调用、更新、服务可用性及问题处理。 每个指标明确名称、定义、计算公式、统计粒度、时间口径、适用组织、数据来源、过滤条件和责任人。库存相关指标区分账面、可用、占用和在途数量；设备时间指标区分计划停机、故障停机和数据缺失；质量指标明确检验批、工件或样本作为统计单位，避免不同口径在报表中混用。 指标发布前采用代表性业务记录进行逐笔核对，形成源记录、计算过程和结果之间的对应关系。计算规则变更时明确影响历史数据还是仅影响后续期间，报表显示所用口径版本。对关键经营指标保留追溯到业务明细的能力，异常波动能够定位到数据变化、业务变化或口径变化。 ### 8.5 数据质量规则与日常运行 企业治理质量规则按照完整性、准确性、一致性、唯一性、及时性和有效性六个维度建立，与数据集保真度、完备性、规整性、均衡性、可用性和可信性评价要求建立对应关系。规则库记录检查对象、表达式、适用范围、执行频率、严重程度、责任岗位和处置方式。 完整性检查区分业务必填和条件必填；准确性检查结合源记录与业务事实；一致性检查关注跨系统、跨字段和跨模态关系；唯一性检查采用业务主键及有效时间；及时性检查依据业务发生与平台可用时间；有效性检查确认取值和状态符合业务规则。规则执行结果保留总数、异常数、异常对象清单及证据，不只保留百分比。 质量报告按业务域、来源系统、缺陷类型和影响场景分层展示。高频问题分析发生位置和根因，优先推动源头修正与流程改善。规则调整通过历史样本回放验证，防止为了降低异常数量而放宽质量要求。整改完成后重新执行原规则和相关联规则，确认局部修复没有引入新的问题。 ### 8.6 治理成果交付安排 数据治理规划文档不少于 25 份，并以招标文件列示的 37 项成果组织编制、评审与实施。文档名称和拆分合并方式可在实施阶段按业务需要滚动优化，覆盖内容、责任机制和交付完整性保持落实。每项制度或规范与平台配置、实施记录或业务流程相对应，避免形成无法执行的制度文件。 |成果类别|交付内容|实施衔接要求| |---|---|---| |战略管理|数据战略管理办法、数据战略规划、数据战略实施计划、战略评估报告|明确建设目标、任务安排、资源投入和评价周期| |治理组织|数据治理顶层规划方案、数据治理组织架构、全套数据治理顶层管理制度、数据文化建设方案|明确决策与执行职责，形成培训、沟通及争议处理记录| |数据架构|数据模型分层架构、数据分布及数据流图、数据集成共享管理规范|落实系统关联、模型分层、接入方式和共享边界| |元数据与资产|元数据管理办法、数据资产管理办法、数据资源目录、资产价值评估办法、数据资产运营流程规范|形成元数据维护、资产盘点、目录发布和价值评价流程| |数据标准|数据标准管理办法、业务术语标准、参考数据标准、数据元标准、指标标准、标准映射对照表|将标准落实到字段、接口、标签、质量规则与报表| |数据质量|数据质量管理办法、数据质量需求清单、数据质量校验规则库、质量分析报告、质量问题整改台账|形成发现、派发、修正、复核和持续改进记录| |数据安全|数据合规管理制度、数据安全管理办法、数据安全分级标准、数据权限管理规范|落实来源核验、分类分级、权限审批和使用审计| |生存周期|数据需求管理规范、数据设计开发规范、数据运维管理制度、数据退役管理规范|覆盖需求受理、开发测试、运行维护和退役处理| |引入与流通|外部数据引入管理办法、数据开放共享管理规范|明确引入审查、授权边界、开放条件和责任追踪| ## 9 数据集质量保障与第三方测评 ### 9.1 分层质量控制体系 质量控制分为源头接入、生产过程、版本冻结、模型应用和独立测评五个层次。源头控制来源合法、授权有效和采集完整；过程控制清洗、解析、对齐、标注及增强；冻结控制规模、结构、分布、安全和可追溯；模型应用检验训练及场景适配；独立测评对正式候选成果开展全面核验并出具报告。 质量责任与生产责任相互制约。加工人员开展自检，质量人员执行规则检查与抽检，业务专家核验专业内容，测评服务依据统一方案独立形成测评结论。质量结论引用实际文件和版本，不能用其他批次或其他版本的结果替代。已通过版本发生内容变化时，重新判断需要执行的检查和复测范围。 ### 9.2 六项核心质量维度 保真度关注数据与原始事实的一致程度。文本中的关键数值、图纸尺寸、材料牌号、检验结果及设备状态均可追溯到来源；采样、转换和脱敏造成的信息变化有明确记录。原始缺失不以生成内容冒充，算法推断与真实观测分别标识。 完备性关注对象、字段、模态和业务过程的覆盖。检查必要字段、附件、上下文、时间区间及模态组合是否齐全，确认四大业务域和 11 个场景所需关键样本得到覆盖。对无法补齐的对象明确缺失原因及用途限制，不在需要完整上下文的任务中直接使用。 规整性关注结构、编码、单位、格式和标注规范。字段类型与定义一致，标签遵循统一体系，文件能够被指定方式读取，复杂表格和图纸内容具备稳定解析结构。格式一致不代表内容正确，规整性检查与事实、逻辑检查分别实施。 均衡性关注类别、来源、难度、时间和场景分布。检查常见与稀缺工况、正常与异常样本、不同设备和产品类型的覆盖，分析过度集中及明显缺口。均衡策略保留真实业务分布解释，并通过独立验证确认调整效果。 可用性关注数据能否直接支撑训练、评测、检索或场景验证。交付包具备可读取文件、完整标签、清楚字段、稳定切分和适用说明；模型加载及样本读取通过实际运行验证。数据集的用途、限制和不适用情形明确，避免使用者把条件受限的数据用于不匹配场景。 可信性关注来源、授权、血缘、过程记录和结果可复核。每条重要样本能够定位来源、生产规则、标签版本和质量状态；数据集与模型的对应关系完整；质量报告与实际版本一致。对于外部资料和受控生成样本，分别记录取得方式、使用条件和审核记录。 源头与过程 来源、结构、内容、标签 冻结检查 规模、分布、安全、血缘 模型验证 专业任务与场景效果 下一阶段 独立测评 三大维度指标全覆盖 整改复测 影响分析、修正与回归 质量验收 缺陷关闭与正式报告 高危缺陷清零　｜　中低风险整改 100%　｜　各维度合格　｜　综合得分 ≥85 分 图 9-1 质量控制与测评流程 ### 9.3 分环节质量门禁 |控制环节|主要检查内容|未通过后的处理|进入下一环节的依据| |---|---|---|---| |采集接入|来源登记、许可凭证、入口脱敏、文件完整、格式与数量核对|暂停问题来源或隔离对象，补齐授权与文件|采集门控结论和可追溯批次清单| |预处理|切分合理性、表格公式还原、单位口径、时序对齐、结构转换|修正规则或回源补采，重做受影响数据|预处理校验记录及异常关闭记录| |标注|标签完整、体系符合、黄金集表现、跨人员一致性|返工、复核、仲裁和规范修订|标注门控结论、复核与裁决记录| |生成增强|事实一致、语义一致、标签一致、来源标识和去重|不合格批次整体回退|增强校验通过记录和生成来源清单| |数据切分|同源隔离、近重复排查、类别分布和基准保密|重新分组切分并检查所有分区|冻结的切分清单和泄漏检查结果| |训练验证|实验配置、基础与增强模型对比、异常输出和场景效果|归因后整改数据、规则或训练配置|可复核实验记录和验证报告| |发布交付|最终规模、质量、安全、文档、权限和完整性摘要|暂停发布，修正后重新审核|正式质量结论与发布审批记录| 黄金集由业务专家审定，覆盖常见任务、边界情况和高风险错误，独立于日常生产任务维护。黄金集使用权限和更新过程受控，避免标注人员只记忆测试样本。发现黄金集答案或规范发生变化时，重新评估受到影响的一致性结果和已完成标注。 ### 9.4 第三方测评组织与环境 测评覆盖说明文档、数据质量和模型应用三大维度，并按全部分项指标制定检测方式、合格线、权重、缺陷分级和证据要求。六项核心质量维度用于组织数据内在属性检查，三大测评维度用于正式测评计分，二者通过指标映射衔接，不能相互替代或遗漏。 开展首轮全量评测，结合自动检测和行业专家分层复核，对高风险检测项执行全量检查，对普通指标按统一分层抽样方案核验。自动化检出的高危样本全部复核，避免误报直接影响整改结论，也避免因自动分数较高忽略严重缺陷。每项结果保留检测程序、规则版本、样本范围和原始记录。 测评在符合数据安全要求的本地环境开展，涉密工业数据实行本地离线隔离检测，所有原始业务数据不得上传公网云端。测评账号、工具导入、结果导出和存储介质均受控，日志、复核记录和模型实验参数完整留存。确需引入的模型、软件及依赖先核验来源和授权，再按受控流程部署。 ### 9.5 缺陷分级与整改复测 缺陷台账记录数据集版本、样本标识、缺陷类型、风险等级、证据、影响范围、责任任务、整改措施和复测结果。涉及涉政、色情、暴恐、涉密、未脱敏隐私信息等高风险内容，立即隔离相关对象并排查同批次及同来源数据；标注错误、样本缺失、内容重复等问题按影响范围组织修正。 整改以根因为对象。字段映射错误需要修正规则并回放受影响批次，标签定义歧义需要修订规范并重标相关样本，来源授权缺失需要补齐有效凭证或剔除相关数据。不得只修复被抽中的样本而放任同类问题留存，也不得通过删除缺陷记录使整改率达到要求。 每次复测重新核算三大维度的有关指标，并检查整改引入的新问题。集中复测次数按照实施阶段蓝图确定的要求执行，持续整改直至全部标准满足。缺陷关闭需要修正证据、复测结果和复核确认，单纯提交整改计划或说明原因不作为关闭依据。 ### 9.6 质量验收控制值 全部高危缺陷清零，中低风险缺陷整改完成率达到 100%；说明文档、数据质量和模型应用各维度得分均达到最低合格标准，数据集综合总分不低于 85 分；模型动态验证各项性能提升达到约定阈值；全套交付成果完整规范，可用于归档、审计和达标认证。 模型提升阈值、评测样本、计分方式和测试环境在实施蓝图及评测方案中明确，执行期间保持稳定。需要变更时履行评审并说明历史结果的可比性，不能在测评未通过后降低要求代替整改。正式盖章评测报告逐项列出最终得分、检测范围、缺陷处理和结论，并与数据集最终版本绑定。 ## 10 行业大模型训练、推理与数据价值验证 ### 10.1 私有化训练与推理环境 建设支持国产通用大模型的私有化训练与推理环境，结合业务任务、模态、资源和授权条件选择适配的 LLM/VLM 基座。模型文件、依赖软件、配置及数据全部纳入版本与安全管理。训练服务、推理服务和生产加工任务分别配置资源，避免训练占用影响目录查询、接口服务和现场数据接入。 环境准备核对驱动、计算框架、算子、通信库、精度模式、存储吞吐和模型加载兼容性。先完成小规模端到端任务，确认数据读取、训练保存、恢复、推理和评测链路，再开展正式训练。出现不兼容算子或资源不足时通过适配、任务调整和资源优化解决，保留对精度与性能影响的验证记录。 ### 10.2 继续预训练 根据预训练数据 Token 规模、模态分布、来源构成和领域子集统计制定采样配比。供需、工艺、制造和质量数据分别设置可解释的采样权重，防止高重复或易获取资料挤占专业难例。训练输入先完成质量过滤、去重和保留语料隔离，记录实际进入训练的清单及有效 Token 数。 开展分布式继续预训练，记录训练损失、学习率、有效批量、吞吐、资源利用、检查点和中间评测结果。检查点保存包含模型状态、优化器状态及恢复所需配置，恢复后核对数据进度，防止重复训练或跳过数据。长时间任务监控异常损失、硬件错误和数据读取失败，必要时从最近有效检查点恢复。 知识注入验证结合领域知识探针、保留语料困惑度及业务任务表现。探针覆盖不同业务域和专业难度，保留语料不参与训练。模型对行业知识的改善与基础能力变化同时评估，发现某一领域提高但其他任务明显退化时分析配比和训练配置，形成知识注入有效性报告。 ### 10.3 指令微调 按业务场景、任务类型、难度、模态和上下文长度切分指令微调数据，组织基础 SFT、子集消融 SFT 和混合配比 SFT 实验。选择全参数微调或 LoRA/QLoRA 等方式时，结合模型规模、资源条件和效果要求确定，记录选择依据及实际配置。 训练过程中跟踪损失、验证准确率、显存占用、吞吐和异常样本。评测关注指令遵循、任务完成、格式规范、行业问答和长上下文理解，使用自动检查与专家抽样评价共同形成结论。对于结构化输出，逐项检查字段类型、必填项、单位及业务约束，不能只以文本相似度评价任务完成情况。 子集消融实验控制除目标子集之外的主要条件，分析不同来源、难度和模态数据对结果的贡献。实验记录真实训练量和运行配置，避免把训练时长或参数差异造成的结果变化全部归因于数据。结论用于优化后续数据生产配比，保留全部有效实验结果及失败原因。 ### 10.4 偏好数据与对齐训练 偏好数据保持共同问题、共同上下文以及优选与非优选回答的完整结构。偏好标签说明专业正确性、证据、约束遵循、表达清晰和安全边界等判断依据，避免仅按回答长短或语言风格建立偏好。冲突样本经复核处理，不能让相同条件下相反标签同时进入训练。 开展行业奖励模型训练，并在保留偏好集上评价判别准确率。基于 SFT 模型组织 DPO 或 PPO 等对齐训练，采用 PPO 时结合奖励模型开展策略优化，采用 DPO 时按偏好对直接优化；两类路径的输入、配置和评价分别记录。奖励模型建设和保留集评价按项目要求落实，不因选择具体对齐方法而省略。 跟踪偏好准确率、KL 散度、奖励均值、回答长度及业务任务表现，识别奖励投机、冗余回答和能力退化。奖励提高但事实准确性下降时暂停继续扩大训练，分析偏好数据和奖励规则。最终形成专家偏好对齐度报告和安全合规通过率报告，结论对应固定模型及评测版本。 ### 10.5 基准评测与实验可复核 固化题型协议、判分规则、版本号和随机种子，建立统一评测沙箱。基座模型、继续预训练模型、指令微调模型和对齐模型使用相同基准开展阶段比较，按业务域、模态、难度和场景分别展示结果。原始输出与判分记录保留，能够核对指标计算过程。 训练与推理涉及随机性和硬件差异时，完整记录随机状态、框架、算子和运行环境，采用固定配置及必要的重复实验评价波动。实验可复核以数据、配置、过程和统计结论能够复验为要求，不把随机生成文本逐字相同作为唯一条件。确定性字段和规则检查保持明确一致的判定。 文本与视频类数据的第三方动态验证采用招标文件指定的基础模型、微调方法及评价安排。视频独立测试集按采集设备隔离封存，按要求开展双盲评价并结合 Rouge-L 等指标，评价内容覆盖场景描述、人流密度、异常判断和语言专业性。通用训练路线与规定测评路线分别落实，不能用其他模型结果替代指定验证。 ### 10.6 错题归因与数据迭代 评测结束后将错题按知识缺失、标签歧义、数据噪声、覆盖不足、上下文不足、模态对齐、推理错误和输出格式等类别归档。分析时检查来源资料与标准答案，排除基准错误和评分偏差，再确定数据整改方向。对模型能力或推理配置问题单独立项，不直接修改正确数据迎合模型输出。 整改任务明确需补充的来源、样本类别、难度、标注要求和验证条件。新数据经完整生产流程形成新版本，使用原冻结基准回评，并通过独立补充测试检查泛化。完成“评测、归因、修复、回评”过程后，记录指标变化、残留问题及影响范围，作为下一批生产安排的依据。 ## 11 数据集运营服务体系 ### 11.1 运营对象与目录管理 运营以四大业务域数据集及其用途子集为基础，形成可检索、可授权、可交付和可维护的数据产品目录。目录按业务域、场景、模态、用途、时间范围、数据版本和服务方式组织，用户可以先了解内容范围、质量结论和适用条件，再申请访问对应资源。目录展示内容根据用户权限控制，敏感对象的存在性及摘要信息也按分类分级要求处理。 数据集元数据至少包括名称、标识、提供方、业务域、主题、来源、模态、规模、时间覆盖、更新周期、字段结构、标签体系、质量报告、使用限制、版本及联系方式。规模字段与版本清单自动核对，授权到期或版本撤回时同步更新目录状态。元数据修改保存历史，重大内容变化触发重新审核。 目录条目与实际存储对象、服务接口、权利依据和质量报告建立关联。一个数据集可以提供不同服务方式，但各方式对应的数据范围和更新机制必须清楚。例如文件下载绑定冻结版本，接口服务可按批准范围提供增量访问，二者分别展示版本语义和有效期，避免用户误认为下载文件会自动随接口更新。 产品登记 目录、元数据、版本 发布审核 权利、质量、安全 服务申请 主体、用途、范围 下一阶段 订单与授权 合同、期限、配额 服务交付 下载、接口、任务 运营跟踪 履约、清算、审计 更新与下架同步调整目录、权限和服务　　每次交付关联明确的数据集版本 图 11-1 数据产品运营交付流程 ### 11.2 上传、入库与内容校验 上传支持大文件分片、断点续传和批量清单，上传过程中校验身份、配额和目标空间。完成后核对分片顺序、文件大小和内容摘要，检查实际格式、压缩包结构、恶意文件及敏感内容。未通过检查的文件保留在受控隔离区，不进入可供检索和下载的正式目录。 上传数据需关联来源授权、字段定义、标签说明和业务用途。缺少必要材料时形成补充任务，数据可以保留为待完善状态，但不得对外发布。重复上传根据摘要和版本关系识别，完全相同内容不重复计入交付规模；不同内容不能因文件名相同覆盖已有对象。 入库结果返回成功对象、失败对象和具体原因。对于部分成功批次，明确尚未完整入库的对象范围，后续重试仅处理失败部分并再次核验整个批次。上传人能够查看处理状态，运营人员能够查询批次追踪和审批记录，防止文件已到存储但未完成业务登记。 ### 11.3 检索、预览与下载 检索支持目录字段过滤、关键词和适用场景筛选，结果展示名称、摘要、模态、版本、规模、质量状态和可申请的服务方式。检索索引遵循权限过滤，不能通过搜索摘要泄露无权查看的内容。目录修改、下架和授权变化及时同步索引及缓存。 预览按文本、图像、时序和视频分别提供受控样本，显示必要字段、标签结构和使用示例。预览数据执行脱敏和权限检查，抽样规则避免暴露全部内容。工程图纸和视频等敏感资料按授权限制预览范围，并记录预览行为及对象版本。 下载前检查用户、组织、用途、授权范围、有效期限和审批状态，生成与版本绑定的文件清单及校验信息。断点续传过程中继续校验访问有效性，授权被撤回后终止新的下载请求。下载完成记录对象、数量、时间和结果，失败原因进入服务监控，便于区分网络问题、权限问题和文件问题。 ### 11.4 权限与租户管理 权限采用组织、角色、用户和数据对象相结合的方式配置，支持目录浏览、样本预览、下载、接口调用、加工使用、审批和运维等操作分离。业务使用者只获得完成任务所需的权限，标注人员只能访问分配范围，运营审批与系统管理职责分别设置。离岗、转岗和项目结束时及时复核权限。 平台能力交付支持租户开通、角色配置、功能授权和资源配额管理。租户数据、任务、日志和配置保持隔离，后台管理也需遵循授权边界。跨租户共享通过明确的授权对象和服务方式实现，禁止以公共目录或共享账号绕过隔离要求。 权限审批记录申请原因、使用用途、数据范围、有效期、审批人和附加限制。续期重新核验必要性；批量授权先检查敏感属性与用户范围；临时权限设置到期自动回收。权限测试覆盖直接链接、接口访问和已缓存资源，保证实际控制与页面配置一致。 ### 11.5 动态更新与版本管理 数据更新由采集计划、业务变更、质量整改和应用反馈触发。运营平台显示当前有效版本、历史版本、更新内容和兼容性影响。新增样本、字段调整、标签体系变化和授权边界变化采用不同变更类型管理，使使用者能够判断是否需要重新适配。 版本发布前执行完整性核验和必要的回归检查，旧版保持可追溯。接口结构出现不兼容变化时提供版本化接口及迁移安排，不能在原接口下静默改变字段含义。已停止使用的版本标记原因和替代版本，历史合同与下载记录继续对应当时实际交付内容。 更新失败时保留原有效版本，问题版本不进入正式服务。回退操作恢复目录、接口、权限和缓存的一致状态，并记录回退原因与影响。回退不能抹除问题版本的历史记录，质量和安全岗位仍需完成缺陷分析与处理。 ### 11.6 数据服务与对外接口 数据服务支持下载、API 和任务式使用。下载适用于固定版本交付；API 适用于按授权查询或增量使用；任务式使用将计算任务放在受控环境执行，输出结果按审批要求检查。各方式均明确输入、输出、权限、额度、时效和故障处理方式。 API 交付提供密钥管理、配额控制、调用文档、样例和运行监控。密钥设置有效期和使用范围，支持轮换与吊销；接口按租户和账号记录调用量、成功率、响应时间和异常原因。请求超过配额时返回明确状态，不通过无限排队拖慢整体服务。 依照国家数据基础设施接入规范，预留统一目录标识登记、统一身份注册及标准接口互联互通能力，并结合外部开放进度支持数据集标识注册与解析对接。接口设计保留扩展字段和版本管理，实际联调以具备条件的对接范围开展，形成接口文档、测试记录及联调结果。 ### 11.7 登记注册、确权与挂牌 登记注册汇总数据产品名称、版本、提供方、来源范围、处理过程、质量和授权条件，执行材料完整性校验。登记信息与实际数据保持一致，内容变更时按规则更新登记记录。外部登记获得的标识及状态回写运营目录，保留申请、受理、补充和结果记录。 确权管理整理来源许可、采集协议、加工记录、授权范围和相关证明，明确可使用、可加工、可共享及可交易的边界。对第三方资料、合作建设数据和企业内部敏感数据分别审查，不因完成技术加工自动认定具备对外交易权利。存在权利争议或授权不足的数据暂停挂牌及交易。 挂牌展示面向已经审核的产品版本，披露内容范围、质量、使用限制、交付方式和服务条件。样本展示经过脱敏和授权检查，宣传描述与实际能力一致。挂牌后接收咨询及申请，重大质量或权利变化时及时调整展示状态并处理已有订单。 ### 11.8 订单与交易合同管理 订单支持在线选购和线下协商等形成方式，记录购买主体、产品版本、数据范围、服务期限、交付方式、金额及合同关联。订单状态覆盖待确认、待支付、待交付、交付中、待验收、已完成、已取消和售后处理等业务阶段，状态变化由实际事件触发并记录时间。 合同管理关联授权范围、使用目的、再使用限制、交付标准、验收方式、费用和服务保障。合同变更保留原内容及审批记录，不能用订单备注替代正式授权调整。合同生效与付款条件满足后，按线上交付或线下交付方式执行相应流程，交付记录与订单保持一致。 订单取消检查是否已经交付、是否发生调用及适用处理规则，联动回收未使用授权和停止后续服务。已交付对象保留履约证据，退款或费用调整按批准流程执行。争议处理能够调取合同、订单、交付、访问和沟通记录，避免仅凭页面状态判断履约完成。 ### 11.9 交付、费用与清算管理 线上交付记录文件下载、接口开通、密钥发放或任务权限开通结果，授权对象与订单范围逐项核对。线下服务交付管理计划、签到、材料、纪要、验收和评价，形成可核查履约资料。交付完成需按约定取得确认，不能仅以系统生成任务认定用户已接收。 费用管理区分产品费用、服务费用、调整项和退款，支持与支付、履约及售后状态联动。清算规则明确参与方、分配依据、生效时间、结算周期和舍入规则，规则变更保留版本。清算明细关联订单、合同、交付和支付记录，重复回调和重试不得形成重复入账。 资金对账核对平台记录与支付渠道或财务确认记录，差异项进入待核清单，记录差异原因和处理结果。清算报表支持按期间、产品、客户、参与方和状态统计，审批后的报表保持历史可追溯。实际支付及财务接口按甲方管理制度与具备条件的对接范围实施，不在未完成授权的情况下自动执行资金动作。 ### 11.10 全流程审计与 SLA 保障 审计覆盖数据访问、预览下载、接口调用、权限变更、版本发布、订单、合同、费用和清算。日志至少记录主体、对象、动作、时间、结果、来源位置、关联请求和审批依据；敏感字段按要求脱敏，不把口令、密钥或完整敏感内容写入日志。审计查询本身也受权限控制并保留记录。 按客户及产品建立分级服务体系，明确服务可用性、响应时间、交付及时性、故障响应和恢复等指标。指标计算规定统计窗口、数据来源、异常认定和排除条件，避免不同报表采用不同分母。服务监控覆盖接口、下载、任务执行、存储、数据库和密码服务，异常自动生成告警和处理任务。 服务质量报告汇总调用量、成功率、响应时间分布、故障、处置时长、履约和改进事项。平均指标与异常峰值结合分析，防止总体平均达标掩盖部分客户持续失败。报告对应真实监控与工单记录，作为运营改进、服务考核和争议处理依据。 ### 11.11 持续汇聚与运营协同 围绕数据持续汇聚、运营体系、运营架构、盈利模式、运营组织、公共服务及国家数据基础设施接入七个方面，建立可执行的服务机制。持续汇聚根据行业用户需求和场景变化形成年度与阶段计划，明确提供主体、数据范围、更新频率、质量责任和授权条件，将一次性资源引入转化为可持续更新的供给。 以天地奔牛牵头，联合数据企业、高校和科研院所等相关方，明确采集、标注、训练、评测和专业服务的职责与协作接口。共同建设的数据和成果按批准规则管理，参与主体、权利边界、服务质量和成果共享有记录。第三方参与按要求事先书面报备并取得甲方同意，不以协同建设名义擅自转包或分包。 运营组织方案设置重大事项决策、专业领域把关和日常运营执行三个层级，制定议事、表决、回避和执行跟踪规则。组织方案、岗位职责及运行机制按本项目范围交付，运营团队建设、运营服务硬件基础设施及其他服务配套能力建设按招标规定的范围界面执行。 ### 11.12 公共服务与差异化服务供给 公共服务覆盖数据资源供给、技术工具能力、行业知识支持和价值转化路径。面向行业提供可公开或可授权的基础目录、规范、工具使用与专业知识服务，明确准入、权限、服务流程和质量要求。公共服务内容与企业秘密和受限数据分开管理，开放范围经审核确定。 增值与定制服务根据用户任务提供专项数据加工、标注、模型训练适配、评测以及智能体开发相关专业服务的运营方案。受理需求时明确任务范围、输入资源、交付标准、服务周期和费用，服务能力与实际资源匹配。服务实施依照具体约定开展，不将本项目场景验证范围直接扩展为所有应用系统建设。 盈利模式区分公共服务、标准产品、订阅服务和定制服务，分析获取、加工、审核、更新、存储及支持成本，明确计费单位与价值分配。营收目标依据确认的用户需求和运营计划分解，不以未经验证的市场收入作为既定事实。定期比较实际服务量、成本、质量和客户反馈，调整产品组合及更新计划，形成持续投入与服务供给的机制。 ### 11.13 国家数据基础设施接入实施 制定接入技术方案并组织实施，覆盖本平台生成的数据集及行业用户自有数据集。接入前核对目录标识、身份、授权、元数据、接口和安全条件，优先采用成熟技术与产品，完成必要开发。行业用户自有数据先开展来源、质量和使用条件核查，再进入登记、审核和接入流程。 按外部基础设施实际开放接口和规范推进联调，验证身份注册、目录登记、标识解析、授权交付和访问审计，保存请求、响应、错误及整改记录。对尚未开放的接口能力完成对应设计与平台准备，跟踪开放进度并落实后续对接，不以仅预留接口替代本项目要求的接入实施工作。 接入后核对外部目录与本地版本一致性，数据更新、授权撤回和产品下架同步处理。数据流通过程保留提供、使用、交付和审计关系，支持可信共享及资产化运营。运行监控关注接口可用性、交付状态和异常处理，确保对接能力能够持续使用。 ## 12 安全、密码与合规建设 ### 12.1 数据来源与使用授权 对企业业务数据、设备采集数据、离线资料、外部数据和生成数据分别建立来源台账。台账记录提供方、获取方式、范围、时间、用途、授权凭证、使用限制和有效期。外部资料核查是否允许商业使用、加工、模型训练和再分发，不能将能够访问或下载等同于获得使用授权。 数据接入前完成来源审查，授权范围与实际采集字段一致。发现来源不明、许可过期或用途不匹配时暂停使用，补齐依据或剔除相关对象。授权变化通过血缘识别派生数据集与模型影响，由业务、安全及相关责任岗位共同评估后处理，保留审查和处置记录。 项目建设所用软件、模型、组件、文档及素材核查授权和商业使用条件。第三方系统软件按要求提供原厂授权，核心系统使用正版操作系统和数据库，不使用免费版数据库管理系统部署核心系统。软件永久性使用许可、知识产权证明和授权文件随项目成果移交。 ### 12.2 分类分级与最小必要使用 数据分类结合业务主题、内容类型和使用场景，分级结合泄露、篡改、损毁及不当使用的影响确定。重点识别个人信息、敏感地理信息、重要行业数据和企业秘密，形成字段、文件和数据集层面的安全标签。图像、视频、附件和自由文本与结构化字段一并检查，避免敏感信息藏在非结构化内容中。 使用范围遵循完成业务任务所需的最小范围。模型训练、标注、预览、外部共享和交易分别核验用途与必要性，能够去除的敏感字段不随样本进入后续环节。跨数据集关联可能产生新敏感信息时重新评估，不能仅依据各输入数据单独的低敏感级别判断输出安全。 分类分级结果与存储、权限、脱敏、导出和审计策略联动。高敏感对象限制批量下载和跨域流转，相关访问需要明确审批。定期抽查分类结果与实际内容，发现误分级时修正标签并追踪已经发生的使用，不只更新目录文字。 ### 12.3 去标识化与脱敏 针对姓名、联系方式、证件信息、精确位置、客户信息、合同敏感条款和企业秘密等内容，结合用途采取遮盖、泛化、替换、区间化或其他适当处理。选择方式兼顾保护要求和业务可用性，例如设备诊断保留必要设备关系，但不暴露无关个人信息；合同样本保留条款结构，同时处理真实主体和敏感价格等内容。 脱敏规则在入口和发布前分别检查。入口处理减少原始敏感信息扩散，发布检查验证加工、拼接和生成过程是否重新引入敏感内容。文本、表格、扫描件、图纸标题栏、图像背景和视频画面分别设置检测与复核方法，不能只处理可搜索文字。 映射表与脱敏数据分开存储和授权，只有获准岗位在必要范围内访问。使用相同替换值保持跨记录关联时，评估再识别风险并控制发布范围。脱敏结果由抽检和规则复查验证，既检查遗漏，也检查过度处理是否破坏业务标签、关联关系和评测效果。 ### 12.4 身份、权限与管理操作控制 平台统一管理用户身份、组织、角色和访问策略，对管理员、运维人员、加工人员、标注人员、审核人员和业务使用者设置不同权限。特权操作采用专用账号和审批记录，禁止共用高权限账号处理日常业务。账号开通、变更、停用与人员管理同步，定期清理无效和长期闲置账号。 操作校验覆盖前端、后端接口、文件存储和任务执行器。用户绕过页面直接调用接口时仍需身份和对象权限检查；任务以服务身份执行时，保留发起人、审批和用途信息，不能通过后台任务获得超出原授权的数据范围。批量导出、密钥管理、权限变更和数据删除等操作保留完整审计。 会话失效、口令策略和异常登录监控按甲方管理要求配置。发现账号异常时暂停相关访问并核实影响范围，重新启用需完成必要确认。接口密钥与用户口令分开管理，密钥轮换时提供可控切换过程，避免长期保留不明使用方的永久密钥。 ### 12.5 密码服务与密钥管理 部署服务器密码机并完成国密算法调试，将底层密码资源通过统一服务向数据加工、运营和关键业务对象提供。按要求支持数据及文件加解密、SM3 哈希、签名验签和批量处理，落实“一文一密”“一数据一密”等精细化策略，保护数据机密性、完整性、真实性及相关操作不可否认性。 密钥全生命周期覆盖生成、分发、使用、备份、轮换、停用和销毁。密钥用途、算法、关联对象和有效期清楚，业务账号只能调用已授权的密码操作。密钥材料不通过普通文件、邮件或日志传递，备份与恢复采用受控方式并记录操作过程。 密码服务异常时采取停止相关敏感操作、缓存受控任务和告警处理的方式。不能通过临时关闭加密、使用明文导出或降低认证要求恢复业务。恢复后校验任务状态和内容摘要，防止重复加密、错用密钥或生成不完整文件；轮换过程保留历史数据解密能力及对应密钥版本关系。 商用密码服务平台同时落实应用管理、HSM/VSM 及驱动资源管理、密码资源池、租户与密钥隔离、动态分组调度和服务负载能力。通过统一接口封装不同厂商密码资源，支持 SDK 与 RESTful 调用，按应用标识或 IP 白名单授权，禁用应用后立即停止相关调用权限。密码资源和服务运行状态纳入态势展示，异常按规则产生短信或邮件告警。 身份认证基于 SM2 国密算法构建 PKI 体系，提供口令与证书结合的双因素认证，管理用户与设备证书的注册、审核、签发、延期和吊销。密码平台实行三员管理，相关日志仅向审计员开放，支持按操作方、IP、应用、时间及密码服务查询统计。安全软件许可不限制使用节点数量。 提供要求的商用密码产品认证证书，国产操作系统、CPU、数据库、中间件每类至少提供 3 份兼容性互认证明材料，并提供不少于三家厂商密码设备的互认证明材料。选型、证书及适配材料与实际交付产品保持一致，安装调试验证其应用调用和故障隔离能力。 ### 12.6 网络与主机防护 结合甲方网络环境划分接入、应用、数据、管理和受控对外服务区域，按业务必要性开放连接。接口清单记录源地址、目标地址、端口、协议、用途和责任人，临时联调规则设置有效期。生产控制网络与数据加工环境之间的连接遵循甲方安全要求，采集权限优先只读，避免形成对生产设备的非授权控制路径。 主机和平台组件进行安全配置核查，关闭不必要服务，按批准计划更新补丁。外部软件、模型和工具导入先检查完整性与安全性，生产环境不直接下载未经审查的依赖。漏洞整改先评估业务影响并在测试环境验证，形成发布与回退准备。 远程维护遵循甲方审批和接入要求，记录人员、时间、目标系统和操作内容。驻场实施要求按项目约定执行，不能以远程工具代替驻场调研和实施。任何维护活动不得将原始业务数据转移至公网环境进行排错，必要的故障资料在本地脱敏和审查后使用。 ### 12.7 安全评估与整改 对本项目建设的信息系统组织等级保护测评和商用密码应用安全性评估。依据经确认的系统边界和定级要求，梳理网络、主机、应用、数据、管理制度与密码应用现状，制定建设与测评计划。安全要求在设计、部署和测试阶段同步落实，减少临近验收集中返工。 测评准备包括资产清单、拓扑、账号权限、制度、配置、日志和密码应用证据。发现问题后明确责任、整改方式、影响范围和复核条件，涉及停机或网络调整的事项纳入变更管理。整改完成开展验证，保留配置前后对比、测试记录及测评结论。 安全评估结论与项目实际运行状态一致。测评后发生重大架构、边界、密码服务或数据处理方式变更时，评估是否需要补充检查或复测。正式报告、整改台账及相关证据纳入最终交付档案，便于后续运维和审计。 ### 12.8 安全事件响应与恢复 建立发现、研判、隔离、取证、处置、恢复和复盘的事件流程。告警先确认真实影响，涉及数据泄露或越权时及时停止相关账号、接口和发布活动，保护日志及原始证据。处置人员按职责获取必要权限，操作记录与事件编号关联。 恢复前确认根因已经消除，相关数据、账号、配置和密钥状态可信。对受影响数据集检查是否需要重新脱敏、重发、撤回或通知授权使用方；对受影响模型评估是否存在不合规数据使用。恢复后加强监控，验证服务与安全控制同时恢复，不能只以页面可访问作为事件结束依据。 事件复盘形成原因、影响、处置过程、恢复验证和预防措施，更新规则、配置、培训及演练内容。演练覆盖误授权、敏感信息漏检、异常下载、密码服务异常和备份恢复等实际情形，检查人员联络、证据获取和技术操作是否可执行。 ## 13 软硬件集成与部署 ### 13.1 集成范围和责任接口 本项目完成所采购或开发软硬件之间的集成，包括数据集加工生产平台在通用服务器上的安装适配、数据集运营服务管理平台在接入连接器上的安装适配、服务器密码机国密算法调试，以及采购硬件的网络连接和适配。业务数据接入按照数据资源建设要求，与 17 个源系统分别实施连接、采集和校验。 网络建设由甲方负责，硬件安装部分由我方承担。实施前共同核对机房、机柜、供电、网络端口、地址、路由、安全策略、接地及安装位置等条件，形成具备条件项和需协调事项。对影响系统上线的网络依赖提前排定完成时间，接口人员、配置清单和联调窗口明确到具体事项。 对于源系统接口、数据库权限和业务解释，建立甲方业务负责人、系统维护方与我方接入人员之间的工作接口。我方完成接入设计、配置、程序开发和测试，源端提供必要的授权、接口信息和业务规则。接口问题按事实与证据定位，不能以等待其他系统配合为由停止可独立完成的开发、测试和准备工作。 ### 13.2 接口设计与数据契约 每个接口形成完整的数据契约，记录服务名称、提供方、调用方、用途、协议、地址、认证方式、字段、类型、单位、空值规则、分页、排序、时间条件、频率、错误码和版本。涉及分页抽取时，明确排序稳定性和游标规则，避免源端数据变化导致跳页或重复。 请求携带唯一标识，业务写入或任务创建接口采用幂等控制。超时后先查询处理状态，再决定是否重试，避免客户端未收到响应却重复创建任务。重试次数、间隔和终止条件根据接口性质配置，连续失败触发告警与暂停，不对源系统无限重试。 接口变更通过版本管理实施。新增可选字段、字段含义改变、类型改变和字段删除分别判断兼容性，重大变更经过双方确认及回归测试。接口文档、实际返回和数据字典同步更新，旧版本下线前核对仍在使用的调用方和历史任务。 |接口类别|主要控制要求|验证重点| |---|---|---| |数据库抽取|只读账号、字段范围、增量条件、查询限额、低峰窗口|源端负载、数据完整、删除识别、时间边界| |业务 API|认证、分页、限流、错误码、幂等及版本|超时重试、重复请求、字段变更、授权失效| |文件传输|目录权限、分片、摘要、批次清单和完成标识|断点续传、损坏文件、重复文件、未完成文件隔离| |时序接入|设备测点、采样率、时间戳、缓存和补传|乱序、缺口、重复、设备重启和时钟漂移| |图像视频接入|设备标识、采集时间、帧序号、质量与片段索引|丢帧、黑屏、编码异常、时间连续和模态关联| |密码服务|调用授权、算法、密钥版本、错误处理和审计|加解密一致、签名验签、异常中止和恢复| |运营服务|产品版本、权限、配额、计量和调用记录|越权阻断、版本一致、限流、撤销授权与对账| ### 13.3 通用服务器及软件部署 部署前形成软硬件兼容矩阵，核对 CPU 架构、操作系统、数据库、中间件、驱动、运行时及模型框架版本。核心系统采用正版授权，优先选择稳定成熟版本，避免把未经验证的新版本直接引入生产。适配结果包含安装、启动、功能、性能、备份恢复和安全配置测试。 加工、调度、数据库、对象存储、检索、模型服务、运营服务和监控组件按资源与故障影响划分部署单元。高负载任务与交互服务分别配置队列和配额，关键组件设健康检查及自动恢复策略。单个工具链或任务失败不应造成其他模块异常，模块之间通过明确接口和超时控制隔离故障。 部署支持本地化和私有云环境，适配物理机与虚拟化部署方式。客户端验证 Edge、360、火狐、谷歌等主流浏览器，以及项目使用的 PC、一体终端、手持和移动终端。验证登录、表单、表格、上传下载、图像预览和关键审批功能，发现兼容问题在上线前处理。 安装交付记录软件包版本、授权信息、安装路径、服务账号、配置、端口、启动顺序及依赖关系。敏感口令通过受控方式移交，不写入普通安装文档。运维人员按文档在验证环境完成关键操作，确认说明与实际部署一致。 ### 13.4 服务器密码机安装与联调 服务器密码机到货核对型号、数量、序列号、配件、授权和技术资料，检查国产 CPU 与操作系统适配、冗余电源及网络接口。按要求核验不少于 4 个电口和 4 个光口，对称密钥存储不少于 4096 个，非对称密钥对存储不少于 2048 对，并核对算法及性能要求。 算法能力覆盖要求的国密及国际算法，关键性能包括 SM1 加解密不低于 1500 Mbps、SM2 密钥对生成及签名各不低于 100000 次/秒、SM2 验签不低于 40000 次/秒、SM3 不低于 1800 Mbps、SM4 加解密不低于 1800 Mbps。测试明确报文长度、并发、算法模式和环境，形成可核对的记录，不用不同条件下的指标替代。 安装后完成管理权限、时间同步、网络访问和应用调用配置，验证密钥生成、加解密、签名验签、批量处理与异常返回。业务联调覆盖加工数据、用户企业信息及运营元数据等指定对象。模拟无权限调用、密钥失效、连接中断和设备恢复，检查业务能否安全终止并在恢复后继续处理。 ### 13.5 接入连接器安装与适配 配置 3 台接入连接器，按要求核验国产 16 核 3.5 GHz CPU、32 GB DDR5 内存、2 块 960 GB SSD、双冗余热插拔电源及国产操作系统适配。到货清单与实际设备逐台对应，安装辅材、支架、线缆和配套附件完整，设备上架、接线及联调纳入现场实施安排。 连接器承载数据接入、资源、登记、接口、交付、审核、身份、配置、存证、日志和运行监测等能力。配置平台服务时检查数据缓存、日志和应用占用，避免本地磁盘被临时文件耗尽。连接器与运营平台的身份、目录、授权和交付状态保持一致，异常时能够查询最后成功状态并补偿处理。 联调分别验证数据登记、审核发布、访问控制、下载或接口交付、日志审计及运行监测。对重复登记、重复交付回调和网络中断开展测试，确保业务状态不重复推进。设备替换或恢复时按已备份配置重新接入，并验证身份、目录和历史记录的关联。 ### 13.6 红外图像采集设备安装与采集 配置 15 台红外图像采集设备，用于焊接熔池等图像采集。设备满足高动态 CMOS 成像、分辨率不低于 1280×960、帧频不低于 30 fps，按照工况需要选择适用配置；具备强弧光抑制能力，使电弧、熔池、焊丝及坡口边缘同屏可辨。光学工作距离满足 160～400 mm 的适用要求，支持可调或定制安装条件。 设备采用千兆以太网或 PoE 接口，提供可获取带时间戳原始帧的 SDK，满足防护等级不低于 IP65、工作温度 -10℃～60℃、重量不超过 500 g，以及外触发同步和工业接口要求。安装前确认视场、工作距离、机器人运动范围、弧光、飞溅和线缆保护，避免妨碍生产或遮挡关键区域。 现场校准使用实际焊接工况检查清晰度、曝光、同步和图像完整性。采集记录关联焊接机器人、工单、工件、焊缝及时间，支持与电流、电压、送丝速度等时序对齐。镜头污染、遮挡、过曝和丢帧进入监控，异常数据明确标记并组织补采，不将失真图像计入合格样本。 ### 13.7 热成像设备安装与测温 配置 6 台在线高温热成像设备用于热处理加热过程，每台淬火机床配置 2 台，共覆盖 3 台淬火机床。设备红外分辨率不低于 384×288，测温范围 -20℃～1500℃，测温精度满足 ±2℃ 或读数的 ±2% 取较大值，热灵敏度不高于 50 mK，至少支持 5 个测温点、5 条测温线和 5 个测温区域，并具备自动对焦能力。 配置 21 台在线热成像设备，其中 6 台用于淬火后温度测量和拍照，15 台用于焊接前温度测量。设备红外分辨率不低于 384×288，测温范围 -20℃～650℃，测温精度及热灵敏度满足相应要求，至少支持 5 个测温点、10 条测温线和 10 个测温区域，具备自动对焦能力。 两类设备均按要求配置发射率、反射温度和大气透过率补偿，支持全辐射数据流、SDK 逐像素原始温度读取、SDK 或 Modbus RTU/TCP 等方式输出温度，以及超温报警、RJ45 和 RS485 等接口。安装调试区分不同材料、表面状态、距离和观察角度，记录补偿参数及适用工况，避免统一默认参数造成系统性测温偏差。 联调同时核验温度数据、热图、可用时间戳、设备编号和工件关联。采集原始温度矩阵及必要的可视化图像，保留量程、校准和补偿配置，防止只保存伪彩色截图而丢失可计算温度。测温异常先排查遮挡、距离、参数和环境，再判断是否为真实工艺异常。 ### 13.8 现场施工与安全管理 施工前按甲方要求签署保密协议和安全承诺书，办理人员、工具和施工区域的相关手续。明确安装位置、作业时间、停机窗口、供电条件及现场监护，涉及生产设备的操作由具备相应条件的人员按批准流程实施。设备安装不改变未经授权的控制逻辑和安全联锁。 支架安装考虑振动、温度、防护和维护空间，线缆采取固定、标识和防护措施，电源与信号按要求布置。安装完成检查紧固、接地、绝缘、接口、保护和现场清理情况，记录设备位置、线缆走向及端口对应关系。生产恢复前与现场责任人员共同确认无干涉、无遗留物和无安全隐患。 现场调试按设备单测、网络联通、平台接入和业务联调逐层推进。设备故障与采集程序问题分别定位，不能通过放宽数据质量检查掩盖设备不稳定。安装、接线、调试、校准和系统联调记录纳入硬件档案，后续更换设备或调整位置时同步更新。 ### 13.9 联调测试与上线切换 联调从单接口到完整业务链逐步开展。先验证连接、认证和数据结构，再验证增量、异常、重试和恢复，最后验证从采集到加工、质检、冻结、模型验证及运营发布的全过程。测试数据覆盖正常、空数据、缺失、重复、乱序、超量和无权限等情况。 上线前确认功能、性能、安全、数据迁移、备份、监控和应急预案均达到条件，形成问题清单与处理状态。切换计划明确开始条件、执行顺序、责任人、验证项、终止条件和回退方式。切换期间记录配置与数据进度，避免新旧任务同时对同一批次重复处理。 上线后开展业务核验与运行观察，检查源端负载、数据到达、任务积压、页面响应、接口错误、资源使用和安全告警。发现影响关键业务的问题时按预案处理，必要时回退到已验证状态。上线完成形成运行报告和移交记录，未关闭问题明确跟踪责任及完成时限。 ## 14 容量、性能与可靠性设计 ### 14.1 容量测算方法 容量规划以有效业务数据、原始采集、加工中间结果、训练检查点、索引、日志和备份共同测算。预训练 Token 数量不能直接等同于存储字节数，需按实际编码、内容类型和文件格式抽样测量单位体量。图像和视频按分辨率、帧率、编码、采集时长及保留策略测算，时序按测点数、采样频率、字段和保存周期测算。 生产启动前选取代表样本，测量各类处理的吞吐、膨胀系数、并发和人工工时，形成资源基线。测量覆盖普通文档、扫描件、复杂表格、图纸、时序、视频及模型任务，分别记录平均值和高负载情况。容量结论附采样条件和计算过程，避免用单一文本样本推算全部多模态资源。 |资源对象|测算组成|运行期核对内容| |---|---|---| |结构化数据|记录数×实际记录体量，加索引及历史版本占用|新增速率、索引增长、历史保留与重复记录| |文本与图纸|原文件、解析结果、页面图像、切分片段、标签和索引|解析膨胀、扫描比例、图像缓存和版本复用| |图像数据|有效帧数量×实际单帧体量，加标注及派生对象|采集时长、合格率、近重复、裁切及增强比例| |视频数据|实际码率×采集时长，加关键帧、片段及索引|码率波动、连续采集、保留策略和重复切片| |时序数据|测点数×采样频率×时间×记录体量|设备增减、离线补传、压缩率和事件窗口派生| |训练资源|模型参数、优化器状态、激活、批量、序列长度及检查点|显存峰值、吞吐、检查点数量和保留语料| |备份与日志|备份策略、变更量、保留周期和恢复要求|副本有效性、审计增长、归档和恢复验证| ### 14.2 加工产能与人工能力匹配 产能计划分别计算自动处理和人工复核。自动处理能力由单任务吞吐、可用并发、有效运行时长和异常重做量决定；人工能力由样本复杂度、单件工时、复核比例、有效工时和返工率决定。批量任务规模受最薄弱环节约束，不能只按机器生成速度推算整体交付能力。 每周统计接入、清洗、解析、标注、复核、验证和发布的在制量与等待时间。标注队列持续增长时，分析是任务分配、规范歧义、专家资源还是工具质量造成；训练等待时检查资源调度、数据准备和评测排期。针对瓶颈增加资源、优化工艺或调整批次顺序，最终规模与质量目标保持不变。 人工任务依据专业能力分配。通用整理、工程图纸、工艺分析、故障归因和质量判定分别设置能力要求，关键岗位保留替补与知识交接。人员扩充先完成培训和一致性检验，再进入正式生产，避免在进度压力下让未达到要求的人员直接处理高风险样本。 ### 14.3 交互与接口性能 应用页面打开响应时间不超过 1 秒，报表生成响应时间不超过 3 秒；登录响应时间小于 1 秒，简单页面操作平均响应时间小于 1 秒，复杂页面操作平均响应时间小于 2 秒。测试明确页面、数据规模、并发、网络条件和统计方式，在实际部署环境验证，形成原始测试记录与报告。 对目录检索、任务列表、质量统计、权限审批和运营报表分别设计索引、分页和缓存。缓存带有权限及版本约束，授权变化、数据下架和版本更新时正确失效。大文件传输和长时间训练通过后台任务执行，界面及时返回受理状态与进度，但后台化不能代替对规定页面和报表响应指标的满足。 性能测试覆盖常用操作混合负载及后台生产同时运行的情况，观察平均、分位、最大响应和错误率。定位数据库慢查询、锁等待、存储吞吐、网络和服务资源瓶颈，调整后使用相同条件复测。测试结果保留环境配置，避免脱离实际容量的空库性能数据作为验收依据。 ### 14.4 任务调度与资源隔离 按接入、加工、人工辅助、模型训练、评测和运营服务配置不同任务队列。生产任务设置优先级、资源上限、并发上限和超时规则，关键实时接入与交互服务保持必要资源。低优先级批处理可以在资源紧张时降低并发，高优先级任务的插队与取消保留记录。 任务执行前检查输入版本、存储空间、依赖状态和授权，资源不足时保持等待状态并告警，不允许执行到中途因明显缺少条件大规模失败。长任务定期记录进度和检查点，执行器故障后核对已完成输出并从有效位置恢复。产出未完整提交前不向下游发送成功事件。 临时文件和中间结果按任务状态管理，清理前核对是否仍被候选版本、发布版本或未完成任务引用。并发任务共享只读基础资源时，使用稳定版本和内容摘要，避免一个任务的清理影响其他任务。资源配额调整纳入配置管理，并监测对其他业务的影响。 ### 14.5 故障隔离与恢复 平台组件采用独立健康检查、超时、重试、限流和故障隔离机制。单个解析器、模型服务或源接口异常时，暂停受影响任务，其他无依赖任务继续执行。对于依赖故障的调用明确返回不可用或待恢复状态，禁止以空结果掩盖服务失败。 恢复顺序依据基础设施、数据库、存储、身份与密码、调度、加工和运营服务的依赖关系组织。恢复后核对数据完整、任务状态、重复执行、权限和审计，不只检查进程是否启动。恢复时间和数据恢复点目标结合业务影响与部署条件在蓝图中明确，并通过演练验证。 备份恢复演练选择代表性数据库、文件、任务配置和版本记录，验证恢复到指定时点后的可用性。演练发现缺少配置、权限或密钥等问题时同步整改，保证恢复链条完整。重大变更和迁移前形成可用备份，回退方案明确触发条件、执行步骤和验证项。 ### 14.6 国产化适配与持续升级 项目整体国产化率不低于 80%，支持国产服务器、CPU、存储、网络、终端、操作系统和数据库等环境。建立软硬件及组件清单，记录生产厂家、型号、版本、适配情况和相关证明，按经确认的统计口径核验国产化比例，不能仅以国产界面或单一设备代表整体达标。 适配重点覆盖驱动、文件编码、数据库语法、字符排序、时区、网络通信、模型算子和性能。不同 CPU 架构或数据库迁移时，执行安装、功能、数据一致性、接口、性能及恢复验证。发现兼容问题形成明确修复与验证记录，不能通过禁用必要功能获得表面兼容。 系统升级经过测试、评审、备份和发布，验证不影响其他模块接口。小版本更新保留变更清单与回退包，重要更新先在验证环境试运行。甲方更换服务器操作系统或数据库管理系统时，我方无条件配合完成系统迁移和数据切换，不再收取相关费用，并核验迁移前后数据、权限和服务一致性。 ## 15 项目实施组织与进度控制 ### 15.1 总体实施安排 项目以 2028 年 5 月前完成最终验收为总进度约束，自合同正式签署后组织实施。按照基础设施及数据资源建设、平台建设、数据集加工生产、场景验证和运营推广相衔接的方式安排工作，治理、安全、标准、质量和文档工作同步开展。最终验收前预留试运行、缺陷整改、第三方复测及资料核验时间，不能将全部建设任务集中到截止日期前完成。 以批准的蓝图和实施计划作为执行基线，分解为阶段、双周和周任务。每项任务记录输入条件、责任岗位、工作量、依赖关系、开始与完成时间、交付物和验收条件。对源系统接口、硬件到货、专业标注、模型训练、安全测评及成果登记等关键依赖设置专门跟踪，发现偏差及时调整资源和安排。 阶段任务采用交付物驱动的完成判定。平台安装完成不等于功能联调完成，数据加工完成不等于质量通过，质量通过不等于场景验证完成，成果提交不等于验收通过。进度报告分别展示提交、审核、整改和确认状态，保证计划反映真实可交付进度。 启动与蓝图 组织、需求、资源、标准 样板与平台 代表链路与软硬件联调 批量生产 四个业务域持续交付 下一阶段 验证与竣工验收 场景、质量、安全测评 试运行与整改 稳定运行、复测、培训 最终验收与服务 2028 年 5 月前完成终验收 治理、安全、质量、标准与成果建设贯穿全程　　终验收后落实质保、陪产及技术服务 图 15-1 项目实施路径 ### 15.2 启动与计划提交 合同签订后三日内提交加盖我方公章的《项目管理计划》和《项目人力资源配备表》。项目管理计划覆盖需求、范围、进度、人力资源、实物资源、沟通、相关方、风险和配置管理，明确使用的流程、方法、工具及模板。人力资源配备表列明关键成员的基本信息、角色、职责、参与度、汇报关系和服务周期，并提交项目经理及核心成员简历。 启动阶段确认项目组织、沟通机制、资料管理、现场条件和实施规则，完成资料交接及需求调研安排。建立需求跟踪矩阵，将建设要求关联到设计、实现、测试、交付和验收。对存在多处表述的要求进行一致性核对，按适用的较高要求落实，涉及解释事项及时形成书面确认，避免各团队采用不同标准。 ### 15.3 团队组织和驻场要求 项目团队配备项目总监、项目经理、实施顾问、开发顾问、开发人员及相关专业岗位。项目经理按要求具备十年以上工作经验、至少主导五个制造业相关项目，并具备 PMP、PgMP 或同等机构项目管理职业认证；实施顾问具备制造行业实施和业务咨询能力，至少实施过五个中大型企业信息化项目。人员履历及证明真实有效，并接受甲方核验和项目经理面试。 项目经理、实施顾问和全职团队成员驻场工作，调研、实施、联调和业务确认在现场开展。专业岗位按任务配置数据接入、治理、算法、标注、质量、安全、运维和培训人员，建立岗位能力与配备人员技能对照。团队成员变更事先取得甲方书面同意，新任人员满足岗位要求并完成工作交接。 |岗位或工作组|主要职责|重点协作对象| |---|---|---| |项目总监|统筹资源、重大风险、跨部门协调及关键事项决策|甲方项目管理层及双方项目经理| |项目经理|范围、进度、质量、沟通、变更、交付和问题处理|各工作组、业务负责人和系统维护方| |业务与治理组|调研、流程、标准、数据责任、指标和治理制度|十个涉及部门及九个业务域责任岗位| |平台与集成组|部署、接口、调度、运营、安全集成及性能适配|源系统人员、基础设施人员及密码服务岗位| |数据生产组|采集、清洗、解析、对齐、标注、增强和版本封装|业务专家、质量组和算法组| |算法与验证组|训练、推理、基准、场景验证及错题归因|数据生产组、场景业务人员和测评机构| |质量与安全组|质量门禁、专业复核、安全审查及整改复核|各生产岗位、测评人员及甲方管理岗位| |运维与培训组|监控、故障、备份、操作培训、陪产及移交|系统管理员、业务使用者和服务管理人员| ### 15.4 蓝图与样板验证阶段 蓝图阶段完成现状调研、业务需求、数据资源、系统接口、硬件点位和安全边界核查，形成总体架构、数据标准、生产工艺、平台设计、质量方案、场景验证方案和详细计划。对四大数据集分别建立样本清单，验证实际来源、字段质量、关联条件和预期用途。 选择具有代表性的业务链开展样板验证，例如图纸与工艺卡片关联、焊接图像与参数对齐、热处理曲线与检验结果关联、设备时序与故障工单对齐。样板从原始接入运行到候选冻结、模型验证和目录发布，暴露接口、规范、工具和人工复核问题。样板通过后固化工艺和质量门禁，再扩展批量生产。 阶段退出条件包括需求与设计完成评审、关键接口可用、代表样本链路通过、标签规范能够执行、质量与安全规则得到验证，以及生产资源和排期具备条件。尚未完成的非关键事项列入跟踪，不得将影响后续正确性的关键问题留到批量生产后处理。 ### 15.5 平台建设与批量生产阶段 平台建设完成基础能力、九类二十五项工具链、运营服务和安全防护的配置开发与集成。按照业务优先级分批交付功能，每批包含功能、接口、权限、异常、性能和日志测试。功能交付与数据生产结合验证，使用实际样本检查操作流程和产出结构。 批量生产按四大业务域组织，并覆盖预训练、指令微调、偏好对齐和基准评测四类用途。生产排期兼顾数据可得性、专业难度、近期数据比例和场景关键性，优先建立能够支撑模型验证的完整小批次，再持续扩大规模。不得将全部数据加工结束作为开始质量和模型验证的前提。 阶段检查核对各业务域有效规模、模态分布、时效性、缺陷、标注能力、资源负载和版本交付。发现缺口时明确需要补采、补标、修正规则或增加资源的具体任务，跟踪到批次完成。进度调整以恢复总目标为方向，不通过降低规模、质量或场景覆盖要求消除偏差。 ### 15.6 场景验证与试运行阶段 场景验证按 11 个场景分别准备数据、环境、用例、标准答案或业务判定方式和人员安排。验证覆盖正常业务、边界情况、异常输入、资料不足和权限限制，记录实际效果及未通过事项。每项结论关联数据集与模型版本，业务人员能够查看输入、输出、证据和判定依据。 试运行覆盖真实使用时段和典型业务负载，监测数据采集、任务调度、人工处理、模型服务、目录接口及安全审计。运行问题按影响等级安排处理，修复后开展回归，防止局部修改破坏已通过功能。试运行期间同步完善操作手册、维护材料和培训内容，使最终移交反映实际运行状态。 稳定运行评价综合故障、性能、数据质量、任务积压、业务反馈和维护能力，不能仅以连续若干天系统未停止作为唯一依据。试运行时长和通过条件按蓝图及项目约定执行，完成稳定运行与问题整改后申请最终验收。 ### 15.7 会议、沟通与文档管理 设置项目例会、专题会和阶段评审，例会跟踪计划、完成情况、风险、问题和需协调事项；专题会解决标准、接口、场景、质量及安全等具体问题；阶段评审确认成果是否达到进入下一阶段的条件。会议结论形成纪要，明确事项、责任人和完成时间，后续会议核对执行情况。 重要需求和技术结论以受控文档确认，口头沟通及时补充记录。文件采用统一命名、版本、状态和审批管理，草拟、评审、批准和废止状态清楚。正式交付材料与工作草稿分别存放，发布时核验名称、版本和附件，避免把未审核内容作为正式成果。 沟通围绕实际问题与证据展开。接口故障提交请求记录、时间和错误信息，数据争议提交样本及原始来源，质量问题提交规则和检测结果，进度问题提交依赖和资源情况。通过明确证据缩短定位时间，减少重复讨论和不同岗位之间的信息损失。 ### 15.8 变更与配置控制 需求变更记录提出原因、业务价值、影响范围、工作量、资源、进度、质量、安全和接口影响。由相关岗位评估后提交审批，批准后更新需求、设计、计划、测试和交付清单。未经批准的变更不直接进入生产，已发现的缺陷修复与新增需求分别管理，避免混淆责任和范围。 配置管理覆盖代码、软件包、规则、模板、本体、标签、接口、环境、模型、数据集和文档。每次发布形成版本清单，能够说明系统实际运行的是哪些组件和配置。发布前核对依赖和兼容性，发布后验证核心流程，回退时按完整版本组合恢复，不能只替换单个文件而保留不兼容配置。 ### 15.9 风险识别与应对 |风险事项|早期识别信号|应对措施|完成确认方式| |---|---|---|---| |源系统接入延迟|接口资料缺失、授权未完成、测试持续失败|提前形成清单与联调窗口，先完成可独立开发项，专题协调关键依赖|实际采集批次通过完整性与负载核验| |专业资料质量不足|扫描模糊、版本不明、关键字段缺失|回源补充、重新扫描、专家核实，隔离不可判定数据|原始与解析结果对照通过| |跨模态对齐困难|缺少共同标识、时钟漂移、事件记录滞后|补建映射、校时、调整采集记录并开展专业复核|对齐关系有证据且满足用途要求| |标注能力不足|待复核积压、分歧升高、返工集中|加强规范、分层培训、专家裁决和资源补充|一致性与黄金集检查恢复达标| |有效规模不足|去重后规模下降、合格率低、近期数据缺口|增加真实来源、专项补采和合规增强，按有效量重新排产|分域规模、时效与模态统计全部满足要求| |模型验证未达标|某类任务持续失败、改进不稳定|错题归因、受控实验、定向补数与训练调整|冻结基准复测达到约定要求| |安全与授权问题|许可不明、敏感漏检、异常访问|暂停相关使用，排查血缘，补齐依据或撤回整改|安全复核通过并关闭影响范围| |容量与性能不足|存储增长超预期、队列堆积、响应变慢|优化工艺与索引，调整配额并补充所需资源|相同负载条件下复测通过| |外部测评与登记延迟|排期不确定、材料反复补充|提前准备与预约，滚动核对材料，预留整改时间|取得正式报告或相应成果凭证| |人员变更影响|关键岗位空缺、交接不完整|按程序报批，配置替补并完成资料和任务交接|甲方认可人员且工作连续执行| 风险台账每期更新发生可能、影响、责任人和措施执行情况。已经发生的问题转入问题管理，不能长期作为风险描述而不安排具体整改。涉及最终验收时间的关键风险由项目经理及时升级协调，形成资源与进度恢复方案。 ## 16 标准验证、专家与成果建设 ### 16.1 标准验证与实践反馈 结合矿山装备制造多模态数据特点，在采集、解析、标注、质量、模型验证和运营过程中开展技术标准验证。梳理标准条款与实际数据类型、业务场景和检测方法的对应关系，选择代表性样本进行验证，记录适用情况、执行难点、指标计算和结果。 对图纸技术符号、时序事件边界、跨模态关联和专业知识评价等问题，形成有数据和实验支持的验证材料。参与全国数标委标准验证和试点应用工作，将实践中发现的问题及改进建议按要求反馈。标准验证不改变本项目已经确定的验收要求，相关成果与项目质量档案共同归集。 ### 16.2 专家库建设与使用 建设不少于 50 人的数据标注专家库，覆盖标准编制、数据生产、质量管控、行业应用、项目管理和安全合规六大领域。制定建设原则、类别、入库标准、遴选流程、职责和考核机制，记录专家专业方向、履历、能力、可参与任务和回避要求。吸引不少于 5 家数据企业、高校、科研院所参与数据集建设，参与方式及职责按项目管理要求确认。 专家遴选核验专业能力与任务匹配，不以人数登记代替实际支撑。专家参与规范评审、复杂标注、争议裁决、黄金集建设、场景评价和标准验证，形成任务、意见及采纳记录。对参与数据访问的专家配置必要权限，开展保密与安全要求交底，任务完成后及时复核权限。 专家考核结合任务质量、响应、专业意见有效性和纪律执行，定期更新专家状态。存在利益冲突或不适合独立评价的事项安排回避。专家库动态补充与调整，保持关键专业覆盖和持续服务能力，避免人员名单完备但实际任务无人承担。 ### 16.3 标注规范体系 形成覆盖文本、图像、图纸、时序、视频及多模态关联的规范，统一标签定义、对象边界、业务条件、异常情况、复核和裁决方式。每类规范包含代表样例和常见错误，图纸重点覆盖尺寸、公差和技术要求，时序重点覆盖事件起止与工况，视频重点覆盖动作、时间和不可观察情形。 规范发布前通过试标验证可执行性，记录不同人员理解差异并修订。正式生产采用自检、抽检、仲裁三级校验及跨标注员一致性检查，产出与规范版本、人员和结论关联。规范变更评估历史样本影响，对需要重新标注的内容形成清单和任务，保持全批次口径一致。 ### 16.4 配套制度与运行机制 形成一套约 30 项以上的软建设配套文件、措施和机制，覆盖数据标准、人才、运营、质量、安全、知识产权和协同管理。配套成果与实际业务流程对应，规定适用对象、职责、操作步骤、审批、记录及检查方式。制度编制与试运行相结合，通过真实任务检查能否执行并持续完善。 项目内部管理制度不少于 7 份，围绕需求范围、进度资源、质量、沟通、风险问题、配置变更、安全保密及资料交付等方面建立运行要求。管理制度落实到任务记录、会议纪要、检查表和审批流程，形成可检查的执行证据。 ### 16.5 论文、专利与软件著作权 围绕多模态数据对齐、专业标注、质量控制、数据贡献归因及可信运营等实际技术成果布局知识产权。发表高质量论文不少于 5 篇，申请发明专利不少于 3 项，获得软件著作权不少于 6 项。分别管理论文发表、专利申请和软件著作权取得的进度与证明，不能将投稿、内部草稿或申请准备等同于完成相应成果。 成果选题在实施过程中同步策划，技术方案、实验数据、代码版本和创新记录及时归档。对外发表前开展保密和权属审查，涉及企业业务数据采用经批准的处理方式，不披露未经授权的信息。成果材料保证与实际建设内容一致，不以无关软件或既有成果替代本项目要求。 成果计划考虑审稿、申请及登记办理周期，提前安排技术验证和材料准备，跟踪受理、补正及最终状态。所有成果按甲方要求归集证明及可移交材料，与技术交付档案保持关联。 ## 17 验收与成果移交 ### 17.1 验收组织和前置条件 项目采用竣工验收和最终验收两次验收模式。实施完成且阶段交付物通过评审后，由我方提出竣工验收申请；系统经过试运行并调试至稳定，满足招标文件、投标文件、技术协议、合同和蓝图要求后，提出最终验收申请。最终验收在竣工验收基础上评价总体成果、实施效果及运行维护质量。 验收前完成自查，逐项核对功能、规模、性能、安全、质量、场景、服务和资料要求。自查问题先整改并复核，形成完整证据后提交。甲方提出的整改要求由我方落实，整改费用由我方承担，未达到要求的项目不以承诺后续补齐代替验收通过。 ### 17.2 验收矩阵与证据组织 |验收对象|主要核验内容|证据与验证方式| |---|---|---| |数据资源|17 个源系统的实际需求接入、离线资源、来源授权和采集质量|接口记录、批次清单、样本追溯及源端核对| |专项工具链|九类二十五项工具能力、接口、产出、异常和追溯|逐项演示、输入输出样例、配置和接口文档、测试报告| |运营服务|目录、上传下载、权限、更新、版本、服务、交易及审计|角色操作、业务流转、接口测试和日志核查| |数据集成果|四大业务域及四用途子集、有效规模、模态、时效、结构和标签|正式版本清单、统计程序、完整性摘要及实物抽查| |质量测评|全部指标覆盖、缺陷整改、各维度合格及综合得分|正式盖章报告、缺陷台账、复测记录和原始证据| |模型与场景|训练过程、阶段对比、11 个场景及约定提升|训练日志、模型版本、评测输入输出、业务验证记录| |安全与密码|身份权限、脱敏、密码应用、审计、等级保护及密评|功能验证、安全测评报告、整改和复核记录| |硬件与适配|设备型号数量、参数、序列号、安装、校准和联调|到货清单、技术资料、实测和安装联调记录| |治理与标准|规划、制度、标准、质量规则和平台实施|正式文件、配置、执行记录及治理成果| |人才与知识产权|专家库、参与机构、论文、专利、软件著作权及配套机制|人员与机构资料、任务记录、发表及申请登记证明| |培训与服务|现场培训、考核、运维移交、质保和陪产安排|教材、签到、操作考核、服务计划和移交清单| 验收演示使用正式版本和实际部署环境，关键数据现场抽查来源、标签、质量和血缘。功能成功路径与异常路径共同验证，特别检查越权访问、缺陷隔离、任务失败恢复和版本撤回。测试结论由原始记录支持，截图、日志及文件与同一测试编号关联。 ### 17.3 数据集交付核验 按四大业务域分别核验预训练、指令微调、偏好对齐和基准评测成果。预训练合计达到 615 亿 Token，指令微调合计达到 89 万条，偏好数据合计达到 6.6 万组，基准评测合计达到 0.95 万条，并逐域满足对应建设规模。文本、图像、时序、视频四类模态落实，多模态数据条数占比不低于 40%，近三年时效性数据条数占比不低于 40%。 计数以去重、质量过滤并通过验证的正式版本为依据，保存可重复执行的统计程序和输出。偏好数据按完整组统计，文件数量、片段数量和记录数量分别标示；Token 统计绑定分词器及版本，不跨口径直接累计。跨数据集复用、跨版本重复和生成衍生关系保留清单，防止重复计算同一交付量。 交付包核对目录、文件、格式、标签、元数据、字典、版本、权限、质量报告、验证报告和校验摘要。使用约定工具进行读取和样本验证，确保实际内容与清单一致。损坏文件、缺失附件、错误编码和不可解析记录处理完成后重新封装，形成最终一致版本。 ### 17.4 技术资料与源文件移交 提供整套中文技术资料，纸质文档 2 套，按甲方要求装订；电子文档 1 套，刻录至光盘移交。设计、开发、培训和实际解决方案等资料按要求提供可编辑文件或相关源文件，软件授权、原厂及售后授权、著作权等证明按规定格式交付。电子清单记录文件名、版本、格式、数量和摘要，纸质与电子版本对应。 定制开发部分及系统集成接口源代码按要求完整交付，配套提供构建部署方法、依赖清单、数据结构、数据模型、数据字典及二次开发手册，并免费提供二次开发技术指导。源代码与实际交付版本对应，移交时验证可读取、可构建及与部署成果一致，第三方组件明确授权及使用边界。 |资料类别|主要交付文件| |---|---| |实施管理|项目实施方案、项目实施计划、例会纪要及汇报材料、双周计划、问题管理清单、需求跟踪矩阵| |数据资源|数据收集清单、数据导入模板、数据库表结构及字段说明、数据集与相关生产质量资料| |设计开发|系统设计蓝图及源文件、详细设计说明书、开发技术文档、项目实际解决方案及附件源文件| |部署集成|软件安装配置文档、软件安装手册、系统集成技术方案、系统集成接口说明书| |测试运行|系统功能验证报告、性能压力测试报告、系统上线运行报告、阶段验收报告、验收自查报告| |硬件授权|硬件出厂序列号清单、原厂授权书、售后服务授权书、软件著作权及授权文件、永久性使用许可| |培训操作|培训计划、可编辑培训教程、用户操作手册、维护指导材料及培训考核记录| 账号、证书、密钥和敏感配置采用受控方式移交，与普通技术资料分开处理。交接双方核对接收范围和保管责任，旧临时账号及时停用。移交后通过实际操作验证系统管理、备份恢复、任务运行和故障查询能力，确保甲方可以接续使用和管理。 ## 18 培训、陪产与持续服务 ### 18.1 培训内容与实施方式 提供不少于 5 天的现场集中培训，地点为甲方现场。培训覆盖软硬件安装、配置、诊断、管理、维护和业务使用，按系统管理员、数据生产人员、标注复核人员、运营人员和业务使用者分层组织。项目实施过程中边实施边培训，集中培训前通过实际任务熟悉业务，集中培训后通过操作考核检验能力。 |培训日程|主要内容|实操与考核| |---|---|---| |第 1 天|总体架构、账号权限、资源目录、基础操作及安全要求|完成登录授权、目录查找、受控预览和权限异常识别| |第 2 天|接入配置、批次核验、加工编排、规则和异常处理|运行代表性接入加工任务，定位并处理失败对象| |第 3 天|标签规范、人工复核、质量门禁、版本及血缘|完成标注复核、缺陷整改、冻结和来源追溯| |第 4 天|模型验证、场景使用、运营发布、交付及审计|查询评测结果、完成产品审批与受控交付| |第 5 天|安装维护、监控、备份恢复、升级迁移和故障处置|开展故障定位及恢复演练，完成综合操作考核| 课程使用实际部署界面和经批准的样本，提供教材、操作步骤、练习材料和维护指导。考核检查能否独立完成配置、使用、管理、故障处理和日常维护，标准由双方项目经理确认。未达到通过要求时组织补训和再次考核，培训材料及记录全部移交。 ### 18.2 陪产安排 自项目最终验收之日起安排 1 名工程师提供不少于 12 个月的陪产服务。陪产覆盖日常运行检查、数据任务跟踪、用户支持、问题定位、操作指导及运维能力移交。每日关注接入失败、队列积压、质量异常、服务错误、容量变化和安全告警，重要问题及时联动专业人员处理。 陪产期间建立工作记录与问题台账，区分使用问题、配置问题、软件缺陷、数据质量和外部环境问题。处理完成核验业务恢复及数据一致性，将有代表性的案例补充到维护材料。逐步提升甲方人员独立操作能力，陪产结束前完成遗留问题核对、资料更新和服务衔接。 ### 18.3 质保与免费技术服务 项目质量保证期为最终验收合格之日起 12 个月，免费技术服务期为质保期满后 24 个月，持续落实自最终验收合格起 36 个月内的相应服务责任。质保期间按约定提供质量保障及维修、更换等服务，免费技术服务期内不收取约定范围的服务费用。 提供 7×24 小时技术支持，服务方式包括电话、电子邮件和现场服务。故障响应时间不超过半小时；重大系统事故或远程支持无法解决的问题，在 48 小时内提供现场服务。技术服务、小版本升级和故障排除等按约定承担费用，处理过程记录受理、响应、分析、措施、恢复和确认时间。 故障分级根据影响范围、关键业务中断、数据完整性和安全风险确定，优先保护数据与生产业务。临时恢复措施实施后继续消除根因，不能以临时绕过作为长期修复。完成修复后验证功能、数据、权限和性能，形成问题处理记录及必要的预防措施。 ### 18.4 巡检、升级与服务评价 巡检检查平台组件、数据库、存储、任务、接口、模型服务、设备连接、密码服务、备份和日志。对磁盘增长、失败趋势、性能变化和异常访问进行持续分析，提前安排清理、优化或资源调整。巡检记录说明发现事项、影响、建议措施和处理结果，避免仅形成无异常勾选记录。 升级和迁移遵循变更审批、测试、备份、实施、验证与回退流程。对操作系统和数据库替换无条件配合完成迁移和数据切换，并核对数量、摘要、关联、权限和服务结果。升级后的操作界面、配置或流程变化同步更新文档并开展必要培训。 服务评价依据真实工单和运行记录，统计响应、恢复、重复故障、用户反馈和改进执行。重大问题组织复盘，将经验转化为监控、规则、预案和知识条目。服务周期内保持联系人和升级路径有效，使甲方能够持续获得技术支持及问题处理。 ## 19 关键技术的实施方式 ### 19.1 以业务对象组织跨模态知识 矿山装备数据的关联不止是文字与图像的相似匹配，还涉及产品版本、工艺条件、设备状态和质量结果。本项目以产品、工件、工单、设备和事件作为共同对象，在对象之下组织图纸、工艺、时序、图像、检验及运维资料。关联关系带有类型、有效时间和证据，能够区分设计要求、实际执行和检验结论。 实施时先建立关键对象及关系的最小完整链，再逐步扩展属性和历史。图纸与工艺通过图号和版本连接，工艺与生产通过工单和工序连接，生产与质量通过工件和检验批连接，运行与维修通过设备和事件连接。缺少可靠键值的内容由规则产生候选、专家确认，保证进入训练样本的关系能够解释。 该方式用于构建带条件的行业知识和多模态样本，使选型、工艺、诊断及质量分析能够获取相关证据。技术效果通过关联准确性、缺失率、追溯完整性及场景验证结果评价，不能仅以关系条数增加代表知识质量提升。 ### 19.2 本体规则与模型标注协同 专业标注同时使用领域本体、确定性规则和模型识别。模型处理复杂表达和候选提取，规则检查单位、范围、类型、关系和业务约束，专家处理边界与争议。三者在同一标注记录中保留依据，使结果不仅有标签，还能说明标签来自哪些事实和约束。 例如工艺数据中，模型提取材料与处理条件，规则检查牌号、温度范围及工序适用关系，专家核验特殊工艺和例外。设备诊断中，模型识别故障候选，规则核对设备类型和事件时间，专家确认因果及处置依据。对高风险判断，自动一致仍需要规定的专业复核。 实施效果通过预标注修改率、类别一致性、专家工时、规则误报及最终质量比较评价。降低人工投入的同时保持专业正确性，不以减少复核数量作为单独优化目标。新产品或新工艺出现时，先扩展本体与规则再扩大自动处理范围。 ### 19.3 基于信息价值组织人工标注 标注任务的优先级综合业务影响、类别稀缺、模型分歧和数据分布变化确定。常规重复样本优先采用自动处理和抽检，长尾故障、复杂图纸、工艺边界及高风险条款优先交由专业人员处理。每轮选择保留依据，便于判断资源投入是否填补了真实缺口。 主动学习与生产计划联动，将独立验证中的错误类别转化为待采集和待标注主题，避免仅按模型不确定度反复选择相似数据。新增样本完成后检查类别覆盖与模型表现，观察其边际贡献。无明显贡献时分析样本重复、标注质量和模型限制，调整后续任务。 该方式的评价同时关注专业覆盖、有效样本增长、人工工时和验证改进。难例处理时间较长时单独记录，不与普通样本平均工时简单比较。专家裁决形成可复用的规范和样例，减少后续相同问题重复判断。 ### 19.4 以验证结果驱动定向补数 数据生产与模型验证通过错题和血缘连接。每个失败用例先定位输入、证据、标签和模型输出，再识别数据缺失、标注错误、分布不足或模型配置等原因。整改任务明确针对哪一类问题、补充什么数据、如何复核和用什么测试确认有效。 定向补数采用受控对比实验，不将评测答案直接纳入训练。需要检验某类工况覆盖作用时，增加经审核的独立训练样本，保持原基准和其余主要条件，比较效果与波动。问题修复后检查邻近类别，防止只提升某一类任务而损害其他能力。 每轮记录新增数据量、处理成本、指标变化和剩余问题，为后续资源安排提供依据。生产不再只以累计规模管理，而是同时检查数据规模、质量和业务效果，但规模与验收硬指标始终分别满足，不能以局部效果较好代替数量要求。 ### 19.5 数据产品与使用责任联动 将质量、来源、权限、版本和服务条件共同纳入数据产品定义。产品发布时形成完整数据卡和版本清单，用户获得数据的同时获得可使用范围、适用场景和限制。服务运行中的问题能够追溯到具体版本，数据修订后能够识别需要通知或替换的使用关系。 生产与运营通过版本审批连接，运营不直接修改原始和冻结数据。交易合同、下载记录和 API 调用共同记录履约范围，支持按实际服务核验交付与清算。发生质量或授权问题时，根据影响范围停止新增服务、组织整改和发布替代版本，保留历史履约证据。 技术效果通过版本一致性、授权执行、问题追溯时间、交付完整性和服务质量评价。运营指标与生产质量共同分析，推动更新计划与行业需求匹配，避免仅依据下载量决定数据建设方向。 ## 20 生产过程记录与数据交接 ### 20.1 数据源登记记录 数据源登记以系统、数据类别和授权范围为基本单元。一个系统中不同责任主体、不同使用限制的数据分别登记，便于按范围控制接入。登记内容经业务、技术和安全相关岗位核对后生效，变更保留前后版本。 |字段组|记录内容|检查要求| |---|---|---| |来源身份|数据源标识、系统名称、提供部门、业务责任人与技术联系人|来源可核实，责任岗位明确| |业务范围|业务主题、对象类型、字段或文件范围、时间覆盖、更新方式|与批准用途及采集任务一致| |授权条件|许可凭证、允许用途、使用期限、共享及训练限制|授权有效，商业使用条件已核查| |接入条件|协议、接口、只读权限、运行窗口、限额和增量规则|能够执行，源端影响可控制| |质量与安全|预期质量、敏感分类、脱敏规则、异常处理及保留要求|进入生产前完成必要检查| 来源停止提供、接口变更或许可撤回时，登记状态及时更新，并通过关联关系检查采集计划和已发布产品。已经采集的数据是否继续使用依据其授权条件处理，不能简单沿用数据源过去的有效状态。 ### 20.2 加工任务与批次记录 批次记录贯穿采集到交付，任务记录描述一次具体执行。一个批次可以包含多个任务和多次整改运行，但每次运行使用独立标识，保留输入输出及状态变化。任务产出与批次统计通过对象清单汇总，防止重试结果重复计量。 |记录项|应记录内容|管理要求| |---|---|---| |批次标识|业务域、用途、来源范围、计划规模、计划时间和责任人|同一批次范围清楚，变更有记录| |输入对象|对象清单、版本、摘要、存储引用、授权与质量状态|运行前冻结输入，缺失或无权对象阻断| |执行配置|工具、模型、提示、本体、规则、标签和环境版本|版本完整，不使用无法追溯的默认配置| |运行状态|开始结束、执行器、进度、错误、重试和资源统计|状态真实，失败原因可定位| |输出对象|成功与失败清单、数量、结构、摘要及目标位置|未完整提交不标记成功| |审核结果|自动检查、人工复核、仲裁、缺陷和通过结论|审核责任明确，与实际输出一致| 任务交接时，下游检查输入状态、结构和版本，发现不满足条件立即返回具体问题。人工交接也使用相同清单，不通过临时聊天文件替代正式任务产出。任务取消、重做和迁移均保留记录，能够解释数据从何处来、经过何种处理及为何发生变化。 ### 20.3 样本标注与复核记录 标注记录以样本、标签项和标签版本为单位，保存原始对象、标签定义、证据位置、操作者、时间和审核状态。多模态样本同时保存模态成员及对齐关系，时序与视频记录起止时间，图像与图纸记录区域或图元标识，文本记录字符区间及上下文。 复核记录保留原结果、修改结果、修改原因和依据。复核不能只勾选通过而不记录必要的专业判断，尤其对关键尺寸、工艺条件、故障原因和合同责任。争议裁决后形成统一结论和适用范围，涉及规范变更的内容同步进入版本管理。 定期按标签类别、人员、工具和来源统计错误，判断是否存在系统性问题。发现某个规则或预标注配置造成集中错误时，暂停同类任务并回查已完成数据。复核记录作为质量证据保存，不因最终标签已修正而删除历史差异。 ### 20.4 质量缺陷与整改记录 缺陷记录保持可定位、可分派、可验证。每项缺陷对应具体对象与版本，说明发现方式、违反要求、风险等级、影响范围和证据。整改任务列明处理措施、责任岗位、完成时限、回归范围及复核人。 |环节|记录要求|关闭条件| |---|---|---| |发现|规则或人工发现时间、对象、版本、错误内容及证据|已确认是有效问题并完成分级| |影响分析|同来源、同规则、同类别及下游版本范围|受影响对象清单明确| |整改|规则修正、回源补采、重标、删除或重新生成等措施|实际修正完成并生成结果记录| |复测|原检查项、关联检查项和必要回归结果|达到规定阈值，无未处理相关缺陷| |关闭|复核意见、关闭时间、最终版本及证据位置|责任人与复核岗位完成确认| 同类缺陷复发时，关联历史问题并重新分析根因。整改完成率以实际关闭数量和应整改数量计算，排除误报需有复核依据，不能通过降低等级或调整统计范围消除未处理问题。 ### 20.5 场景验证记录 每个用例记录场景、业务任务、数据集版本、模型版本、输入、预期结果、判断规则、执行环境及实际输出。专业判断记录专家结论及依据，自动指标保留计算方法和原始值。测试失败、超时和无法判定均保留状态，不从统计中无记录地删除。 对比实验记录被改变的因素和保持不变的条件。训练数据版本变化、模型参数变化和提示配置变化分别登记，避免把多因素同时变化的实验解读为单一因素贡献。重复运行记录波动，重要结果采用适当复验确认。 场景业务负责人核对结论与实际用途，确认数据是否覆盖必要条件。输出需要人工审核的场景保留审核要求，不能将离线验证通过直接等同于允许自动控制生产设备或自动作出经营决策。 ### 20.6 发布与移交记录 发布记录包括产品、版本、清单、质量、安全、授权、审批及服务方式。移交记录包括接收人、交付介质、时间、数量、校验结果、权限和遗留问题。电子文件与纸质文档对应，正式报告与所测版本对应，账号与实际交付系统对应。 交付后出现问题时，根据记录定位实际使用范围，决定补充资料、替换文件、撤回授权或更新版本。替换内容通过新记录交付并核验，历史文件保留受控追溯。最终移交状态以双方确认和验收结论为依据，确保成果、资料与使用责任衔接完整。 ## 21 术语与缩写 |序号|术语或缩写|含义| |---|---|---| |1|天地奔牛|宁夏天地奔牛实业集团有限公司| |2|Token|词元，大模型处理文本的基本计量单位| |3|ERP|企业资源计划| |4|MES|制造执行系统| |5|QMS|质量管理系统| |6|WMS|仓储管理系统| |7|LMS|物流管理系统| |8|EAM|设备资产管理系统| |9|OA|办公自动化系统| |10|CRM|客户关系管理系统| |11|SCM|供应链管理系统| |12|SOS|售后服务管理系统| |13|SCADA|数据采集与监控系统| |14|IIoT|工业物联网平台| |15|MDM|主数据管理系统| |16|ESB|企业服务总线| |17|WCS|仓库控制系统| |18|WMS-APP|仓储管理系统移动端| |19|PDA|手持终端| |20|RBAC|基于角色的权限访问控制| |21|SSL 协议|安全套接层协议| |22|6S|整理、整顿、清扫、清洁、素养和安全| |23|RFID|射频识别| |24|AGV|自动引导搬运车| |25|PMP|项目管理专业人士| |26|PgMP|项目集管理专业人士| |27|RPA|机器人流程自动化程序| |28|PPT|演示文稿| |29|CRON 表达式|用于指定定时任务时间规则的表达式|