## 一、本节的位置、实施范围与业务范围
本节回应招标文件第五章用户需求书 2.1 实施范围（`b0679`）、2.2 业务范围（`b0682`）、3.2.1 服务采购清单（`b0803`）、3.2.6 数据集加工生产实施服务要求总则（`b1213`）与 3.2.6.3 数据加工生产服务要求总则（`b1360`）。
本节是四大数据集加工生产部分的总述，只讲三件事：业务范围与责任边界划在哪里、十个加工环节怎么串成一条链、这条链与方案其他部分在哪些点上交接。方法与指标不在本节展开。采集、预处理、知识本体、知识库四个环节见本卷「数据加工生产（一）」节；标注、合成、增强、质检、验证、数据集项目管理六个环节见本卷「数据加工生产（二）」节；四个数据集各自的规模分解、模态与时效性构成、数据集卡片字段见本卷「四大数据集建设及指标要求」节。本节给索引与衔接，不重述上述三节的内容。
### 1.1 实施范围与数据来源部门的对应
招标文件列明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、审计法务部十个单位（`b0680`），管理单位为数字化转型工作办公室（`b0681`）。这十个单位不是十个平行的接口方，它们在数据加工生产中的角色分三类：数据来源方、口径确认方、成果使用方。我方按这三类角色分别设对接方式，而不是按单位数量设十条独立流程。
表 1-1 实施范围内各单位在加工生产中的角色与对接内容
| 单位 | 主要角色 | 向加工生产提供什么 | 需要其确认什么 | 对应数据集 |
|---|---|---|---|---|
| 营销中心 | 数据来源方、口径确认方 | 客户与订单资料、历史销量与销售预测、选型方案及其使用评价 | 客户与产品口径、选型方案的效果分级 | 供需计划数据集 |
| 生产管理部 | 数据来源方、口径确认方 | 生产计划与工单、排产与完工记录、库存与物流记录 | 计划类指标口径、工单状态定义 | 供需计划数据集、制造过程数据集 |
| 刮板机研究分院 | 数据来源方、口径确认方 | 主机与部件设计资料、产品结构与部件层级、技术规范 | 部件层级与命名、技术参数取值范围 | 产品工艺设计数据集 |
| 工艺研究分院 | 数据来源方、口径确认方 | 图纸与工艺卡片、工艺编制准则、制图标准 | 备料工序字典、加工方法分档规则 | 产品工艺设计数据集 |
| 备料加工分厂 | 数据来源方 | 备料工序的过程记录、设备运行数据、工序完工与返工记录 | 工序实际执行口径与异常记录方式 | 制造过程数据集 |
| 热处理分厂 | 数据来源方 | 炉次记录、群控系统工艺曲线、装炉清单、硬度检测结果 | 炉次与工件、材料批次的关联方式 | 制造过程数据集、产品质量数据集 |
| 结构件焊接分厂 | 数据来源方 | 焊接参数流、焊道与工件对应、焊缝检测记录与影像 | 焊道编号规则、缺陷判定依据 | 制造过程数据集、产品质量数据集 |
| 企业管理部 | 数据来源方、成果使用方 | 管理制度文本、流程文件 | 制度的现行版本与适用范围 | 通用语料（支撑通用问答场景验证） |
| 科研管理部 | 数据来源方、成果使用方 | 科研项目资料、技术报告、标准化工作资料 | 技术标准的现行版本 | 通用语料、知识产权成果归集 |
| 审计法务部 | 数据来源方、口径确认方 | 合同与招投标资料、合规审查要点 | 合同条款的敏感字段范围与脱敏口径 | 通用语料（支撑合同合规审查场景验证） |
| 数字化转型工作办公室 | 管理单位 | 源系统开放范围与授权、跨部门协调 | 阶段验收结论、数据分级分类结论、规模计量规则 | 全部四个数据集 |
表 1-1 数据来源：单位名单依招标文件 `b0680`、管理单位依 `b0681`；各单位与数据集的对应依四大数据集的来源构成（见本卷「四大数据集建设及指标要求」节各集第 2 小节）。
这张表对实施有两个用处。其一是把「数据从哪来」落到具体部门而不是具体系统，因为同一个系统的数据往往由不同部门负责口径；其二是把需要甲方确认的事项按部门归集，便于数字化转型工作办公室按部门排期，不必在每个环节上重新组织协调。四个业务域各自的数据来源清单、受理方式与批次组织见本卷「数据加工生产（一）」节第二章。
### 1.2 业务范围六项的承接与分布
招标文件业务范围列出六项（`b0682`）：高质量数据集、应用场景验证、平台建设、智能工具链、知识产权、数据集质量评测。六项不是六个并列的交付包，它们之间是「一个主交付物 + 五项围绕它的配套」的关系——主交付物是四大数据集。其余五项分别解决数据集怎么被生产出来（工具链）、怎么被管理和流通（平台）、怎么被证明有用（场景验证）、怎么被证明合格（质量评测）、怎么形成可留存的能力（知识产权与软建设）。
表 1-2 业务范围六项的承接值与详述位置
| 业务范围项 | 招标文件要求 | 我方承接 | 详述位置 | 单元 |
|---|---|---|---|---|
| 高质量数据集 | 行业多模态高质量数据集 1 套，预训练 ≥600 亿 Token、指令微调 ≥80 万条、强化学习偏好 ≥6 万组、基准测试 ≥0.9 万条；模态超过 3 种；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% | 四集合计 615 亿 Token、89 万条、6.6 万组、0.95 万条，均高于要求下限；模态覆盖文本、图像、时序、视频四类 | 本卷「四大数据集建设及指标要求」节 | `b0683` |
| 应用场景验证 | 11 个数据集验证场景，验证数据集价值，提升垂域模型与智能体性能 | 六个专业场景与五个通用场景逐场景给验证口径、所需数据、通过判据；本包承担验证，不承担场景建设 | 本卷「六个专业场景验证方案」节、「五个通用场景验证方案」节 | `b0684` |
| 平台建设 | 数据集运营服务管理平台 1 套，不少于 14 个功能模块 | 按采购清单实列的 16 个功能模块建设，覆盖目录、元数据、上传下载、权限、动态更新、检索预览、版本、服务、对外接口、登记注册、确权、挂牌展示、交易合同、交易费用、全流程审计 | 本卷「数据集运营平台」节 | `b0685`、`b0804r04` |
| 智能工具链 | 9 大类 25 个数据集加工生产专项智能工具链 | 25 个工具逐一列名归类，给出输入输出接口与在加工链上的调用点 | 本卷「专项智能工具链」各节 | `b0686`、`b0804r03` |
| 知识产权 | 论文不少于 5 篇、发明专利不少于 3 项、软件著作权不少于 6 项、不少于 50 人的数据标注专家库、「软建设」配套措施 1 套 | 按条目承接并给出选题方向、申报节奏与专家库构成办法；软建设配套措施按约 30 余项组织 | 本卷「技术创新与机制创新」节 | `b0687`、`b0804r06` |
| 数据集质量评测 | 首轮全量评测与缺陷整改复测，输出正式盖章评测报告，形成完整数据质量档案 | 按标准化评测、实战化模型验证、整改复测三段组织，评测指标与加工过程内部门控共用同一套指标定义 | 服务方案卷「数据集质量评测方案」节 | `b0688`、`b0804r08` |
表 1-2 数据来源：要求列依招标文件 `b0683`—`b0688` 原文与服务采购清单 `b0804r03`、`b0804r04`、`b0804r06`、`b0804r08`；承接值依本投标文件事实口径（四集规模见本卷「四大数据集建设及指标要求」节表 1）。
### 1.3 本包的责任边界
本包是数据加工生产服务。交付物是三类：数据集加工生产成果、数据集质量评测成果、数据集场景验证成果。智能场景本身的建设不属于本包范围，本包在各场景中承担的工作是以该场景的实际业务任务检验数据集的效果并产出可用性结论（`b0684`）。这条边界在方案各处的表述须一致，因此在总述中先行写明：凡涉及场景的段落，本方案描述的都是「用什么数据、按什么口径、怎么判定数据够不够用」，不描述场景应用本身的功能设计与界面。
另一条边界在下游。四个数据集完成质检与验证并封装为版本之后，向数据集运营服务管理平台移交并登记，本包的交付责任至移交登记完成为止（`b1575`、`b1576`）。移交之后数据集的挂牌展示、对外发布、交易与接入国家数据基础设施属于运营服务与平台建设的范围；本包的职责是为每一个版本准备并提交登记所需的信息与元数据，使运营侧开展上述工作时无须回头补齐数据侧信息。
图 1-1 本包的交付范围与相邻范围的责任边界。数据来源：范围依招标文件 2.2 业务范围（`b0683`—`b0688`）；两端边界依 3.2.2 数据资源建设要求（`b0805`）与 3.2.6.3.10 数据集项目管理（`b1575`、`b1576`）。
## 二、服务采购清单七项与本方案的对应
本部分回应招标文件 3.2.1 服务采购清单（`b0803`、`b0804r01`）。采购清单是合同标的的正式列项，评标与验收都以它为准，因此本方案在总述处先给出清单七项与方案章节的逐项对应，便于评标委员会按清单核对方案的完整性，也便于实施阶段按清单组织阶段验收。
表 2-1 服务采购清单七项与方案章节的对应
| 序号 | 清单名称 | 数量 | 清单备注的主要内容 | 方案详述位置 | 单元 |
|---|---|---|---|---|---|
| 1 | 数据资源建设服务 | 1 套 | 多源异构数据集成采集，覆盖 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、安全监管平台；多格式多模态数据接入与离线非结构化数据解析录入 | 本卷「数据资源采集接入」节（通道与接入）；本卷「数据加工生产（一）」节（受理之后的解析与规范化） | `b0804r02` |
| 2 | 数据集加工生产专项智能工具链建设服务 | 1 套 | 9 大类 25 个工具链，不限制使用节点数量 | 本卷「专项智能工具链」总述与三节 | `b0804r03` |
| 3 | 数据集运营服务管理平台建设服务 | 1 套 | 16 个功能模块，不限制使用节点数量 | 本卷「数据集运营平台」节 | `b0804r04` |
| 4 | 系统集成服务 | 1 套 | 通用服务器上数据集加工生产平台的安装与适配、接入连接器上运营服务管理平台的安装与适配、服务密码机国密算法调试、硬件网络连接与适配 | 本卷「系统集成方案」节 | `b0804r05` |
| 5 | 数据集加工生产实施服务 | 1 套 | 治理规划与实施、训练推理技术服务、数据加工生产、数据集建设及指标要求、场景验证、运营推广、关键技术攻关；标准验证；数据标准专家库；数据标注规范；软建设约 30 余项；不少于 7 份项目内部管理制度；安全合规；知识产权 | 本节（加工生产总述）及其三个子节；治理见本卷「数据治理体系」各节；训练推理见本卷「行业大模型训练推理技术服务」节；场景验证见本卷场景验证各节；标准验证、专家库、软建设见本卷「技术创新与机制创新」节；管理制度见服务方案卷「项目管理措施」节；安全合规见本卷「安全方案」节 | `b0804r06` |
| 6 | 信息安全风险评估服务 | 1 套 | 等级保护测评与商用密码应用安全性评估 | 本卷「安全方案」节 | `b0804r07` |
| 7 | 数据集质量测评服务 | 1 套 | 首轮全量评测、缺陷整改复测，输出正式盖章评测报告与完整数据质量档案 | 服务方案卷「数据集质量评测方案」节 | `b0804r08` |
表 2-1 数据来源：招标文件 3.2.1 服务采购清单原表（`b0804r01`—`b0804r08`）。清单表头行（`b0804r01`）为原表列标题，本表按「清单项—方案位置」二维重排，原表数量与备注照录。
清单第 5 项是本包工作量的主体，它把数据集加工生产实施拆成七个子项再加五项配套要求。这十二项当中，与四大数据集直接相关的四项（数据加工生产服务、数据集建设及指标要求、数据集场景验证服务、关键技术攻关服务）在本节及其子节与场景验证章节回应；其余八项分布在治理、训练推理、运营推广、标准验证、专家库、标注规范、软建设、安全合规各章节。本方案不把这十二项各写一个独立章节，原因是其中若干项的内容天然交织——例如标注规范既是配套文件又是标注环节的作业依据，分开写会出现两份口径。本方案的处理办法是：每一项在最合适的一处给出完整口径，在其余出现处引用，引用关系即表 2-1 与本节第四、第五部分的衔接表。
## 三、数据集加工生产的总生产逻辑
本部分回应招标文件 3.2.6 数据集加工生产实施服务要求总则（`b1213`、`b1214`、`b1215`、`b1216`）与 3.2.6.3 数据加工生产服务要求总则（`b1360`、`b1361`）。
### 3.1 要求的实质：一条有向无环的生产链，而不是一组加工动作
招标文件对生产逻辑的规定相当具体：以数据治理为横向贯穿管控层，以知识本体与知识库为统一知识底座，以数据采集→数据预处理→数据集标注→数据合成→数据增强→数据集质检→数据集验证为纵向生产链路，并以血缘追溯驱动定向回流，构成有向无环的生产逻辑；四类数据集在该生产逻辑上各自走专属路径，共享底座能力与门控规则；数据集质检为训练前门控，数据集验证为训练后终验；未通过验证的数据集按错样归因结果定向回流至上游相应环节修复并重新质检与验证（`b1215`）。
这段要求值得逐句对照，因为它决定了方案的组织方式。「横向贯穿」意味着治理不是一个前置阶段而是一个常驻管控层，标准、质量规则、安全分级在每个环节上都要生效；「统一知识底座」意味着本体与知识库不是知识管理的副产品，而是标注口径、合成约束与检索证据的唯一来源；「有向无环」意味着回流必须是定向的，即从验证结果归因到具体环节、具体批次、具体算子，而不是整条链重做；「质检为训练前门控、验证为训练后终验」意味着两者的性质不同：质检判定的是数据本身合不合格，验证判定的是数据有没有用，前者不能替代后者。
我方按这段要求组织加工生产，并在三处作了具体化。第一，把纵向链路由七个环节扩成十个环节：在采集与预处理之后、标注之前，补入知识本体与知识库两个环节（招标文件 3.2.6.3.3、3.2.6.3.4 也是独立环节），在验证之后补入数据集项目管理环节（3.2.6.3.10），使「底座先立、链路后行、成果成版」的顺序在方案里显式存在。第二，把「门控」具体化为七道门，每一道门有判定对象、判定项、判定主体、通过条件与不通过时的回退路径。第三，把「定向回流」具体化为三类回流通道，每一类有触发条件与回流终点。
### 3.2 十个环节与七道门的总图
图 3-1 十个加工环节、七道门与三类定向回流。数据来源：环节划分与生产逻辑依招标文件 3.2.6（`b1215`）及 3.2.6.3.1—3.2.6.3.10 各小节；规模数值依 3.2.6.4 各集规模表（见本卷「四大数据集建设及指标要求」节表 1）；回流三的归因分类依 3.2.6.2（`b1357`、`b1358`）。
### 3.3 七道门的设置与归属
七道门分布在三个子节中：入口门、预处理门、口径门、终审门设在「数据加工生产（一）」范围内，标注门、合成增强门、版本门设在「数据加工生产（二）」范围内。各门的判定项、判定方式与回退路径在两节各自写明，本节只给出全链的门位与归属，便于读者在十个环节之间建立门控的整体印象。
表 3-1 七道门的门位、判定对象与详述位置
| 门名 | 门位 | 判定对象 | 判定的核心问题 | 详述位置 | 单元 |
|---|---|---|---|---|---|
| 入口门 | 采集之后、进入预处理之前 | 采集批次 | 来源是否登记、许可是否有效、入口脱敏是否执行、格式是否合规 | 数据加工生产（一）第一章、第二章 | `b1396`、`b1534` |
| 预处理门 | 预处理之后 | 预处理批次 | 结构还原与图文对照是否可核、时序对齐是否错位、去重是否到位、算子是否留痕 | 数据加工生产（一）第一章、第三章 | `b1414`、`b1536` |
| 口径门 | 本体版本发布时 | 本体版本 | 类目与关系是否自洽、实体编码能否映射到主数据与产品全生命周期管理系统、与数据治理的术语标准是否一致 | 数据加工生产（一）第四章 | `b1419`、`b1427` |
| 终审门 | 知识库交付时 | 知识条目与图谱 | 条目是否逐条有出处、图谱关系是否经业务专家确认、数据字典是否齐备 | 数据加工生产（一）第五章 | `b1436`、`b1459`、`b1460` |
| 标注门 | 标注之后 | 标注批次 | 标签是否完整、是否符合标签体系、跨标注员一致性与黄金集通过率是否达线 | 数据加工生产（二）第五章 | `b1538` |
| 合成增强门 | 合成与增强之后 | 合成批次、增强批次 | 业务合理性、与真实样本的分布偏离度、重复率、语义漂移程度 | 数据加工生产（二）第五章 | `b1540` |
| 版本门 | 版本冻结之前 | 数据集版本候选 | 质量维度指标是否达线、训练集与评测集是否已去重隔离、发布物是否齐备 | 数据加工生产（二）第五章、第七章 | `b1542`、`b1567` |
表 3-1 数据来源：门位与判定项依招标文件 3.2.6.3.8 数据集质检各条（`b1533`—`b1545`）及 3.2.6.3.1—3.2.6.3.4 各环节的产出要求；详述位置依本卷两个子节的章节划分。
四道上游门与三道下游门的性质不同，这一点在实施上影响排期。上游四道门判定的是「这批素材能不能用」，判定依据以规则校验与抽样复核为主，可以按批次高频运转；下游三道门判定的是「这批样本够不够好」与「这个版本能不能发」，其中标注门依赖标注一致性的统计量、版本门依赖验证实验的结论，节奏受人工评审与训练资源的约束。因此批次计划不按「所有环节同步推进」安排，而按「上游连续、下游按期汇集」安排：上游四个环节按业务域分批滚动，下游三道门按版本节点集中判定。
七道门的设置遵循一条原则：**门设在「错误代价开始放大」的那一步之前，而不是均匀分布在每个环节之后。** 数据加工的特点是，一个错误越往后走，返工的范围越大——一条来源许可没登记的样本，在入口处剔除只损失一条；若它走到标注环节才被发现，已经消耗了预处理、本体映射与标注三道工序的人力；若走到数据集发布后才被发现，则整个版本都要回收。七道门的位置正是按这条代价曲线定的。
据此可以解释几处看似不均匀的安排。**采集与预处理之间设门，而预处理内部的三个子步骤之间不设门**——因为结构还原、图文对照与时序对齐三者互为输入，中途拦截反而会让后续子步骤拿到半成品；三者整体完成后一次判定，判不过就整批重跑，重跑成本低于分段拦截的协调成本。**本体与知识库之间设两道门（口径门与终审门）**，看似密集，原因是这两步的产出是后续全链的基准：本体定错，所有标注的标签体系就错；知识条目没有出处，后续所有引用该条目的样本都失去可核查性。基准环节的门值得设密。
**七道门之外的其余环节不设门，不等于不检查。** 环节内的检查由工具链在作业中自动执行（如去重率、空值率、格式合规率），结果写入批次记录；门是**需要人工判定或需要跨角色会签**的卡点，不是自动检查的代称。把自动检查也叫作门，会让门的数量膨胀到十几道，而每一道都要约人、要签字，实施期的协调成本会压垮进度。这一区分在两个子节的门控章节中逐门写明：哪些判定项由系统自动给出结论，哪些必须由指定岗位签认。
### 3.4 四类数据集在同一条链上走专属路径
招标文件要求四类数据集在该生产逻辑上各自走专属路径，共享底座能力与门控规则，避免重复建设（`b1215`）。这句要求的落点是：链路是一条，路径是四条。共享的是本体与知识库这一套底座、七道门这一套门控规则、以及工具链与批次血缘体系；专属的是各集的来源构成、标注任务类型、合成策略与验收口径。
表 3-2 四类数据集的专属路径与共享部分
| 数据集 | 主要来源侧重 | 标注任务的侧重 | 合成的侧重 | 共享的底座与规则 |
|---|---|---|---|---|
| 供需计划数据集 | 客户与订单、销量与预测、库存与物流、经营指标 | 需求与计划类要素抽取、选型方案的效果判别 | 计划决策类指令样本、问答口径样本 | 共用本体的物料、供应商、合同类目；共用七道门；共用去重与分布控制工具链 |
| 产品工艺设计数据集 | 图纸与工艺卡片、设计资料、制图与工艺编制准则 | 图面要素抽取、工序与加工方法标注、图纸与工艺卡配对 | 工艺推理与思维链样本 | 共用本体的设备与部件、工艺与工序类目；共用图文对照与一致性校验规则 |
| 制造过程数据集 | 制造执行、数据采集与监控、热处理群控、能源与设备管理、加装传感器 | 时序片段与事件配对、工况与异常标注 | 长尾故障场景样本 | 共用本体的故障模式、能耗与工况类目；共用时序对齐与切窗算子 |
| 产品质量数据集 | 质量管理系统检验记录与质量台账、硬度与缺陷检验、质量影像 | 缺陷类型与位置标注、检验结论与过程数据配对 | 稀有缺陷样本、判定依据类样本 | 共用本体的质量特性与检验项类目；共用图像规范化与缺陷值域 |
表 3-2 数据来源：来源与标注侧重依四集的来源构成与标签体系（见本卷「四大数据集建设及指标要求」节各集第 2、3 小节与「数据加工生产（二）」节第二章各域）；共享部分依 `b1215` 对共享底座与门控规则的要求。
四类数据集走专属路径，带来一个实施上的问题：同一条生产链上并行跑着四种工艺，批次管理不当就会串台。我方的处置是**批次号自带数据集标识与路径标识**，格式为「数据集码－用途子集码－路径码－批次序号」。路径码区分四类专属路径，使任一批次在任何环节都能被识别为「走哪条工艺」，工具链据此自动选用对应的算子组合与门控判据，不依赖作业人员记忆。
这个做法还解决了另一个问题：**跨数据集的样本复用需要可追溯。** 同一份工艺卡片既可能进入产品工艺设计数据集的预训练子集，也可能被改写为指令微调样本，还可能作为基准测试的题干来源。三次使用的加工深度不同、质量判据不同，但必须能回指到同一个原始对象，否则基准测试与训练集的隔离核验就无从做起。批次号之外另设**原始对象标识**，一个原始对象在不同数据集中的所有派生样本共享该标识；隔离核验时按该标识做交集检查，交集非空即触发隔离失效告警。这一机制与「数据加工生产（二）」的版本门、以及质量评测方案中的污染与泄漏防护是同一套标识体系，不另起一套。
### 3.5 过程中要形成的配套成果
招标文件要求在执行过程中实现国家和行业标准验证、积累实践经验、形成配套措施（含软建设配套措施与项目管理及保障措施）、建设数据标注专家库、制定数据标注规范、保障安全合规建设、输出成果（`b1216`）。这七项中有三项的载体就在加工链内部，另四项的载体在其他章节，本节给出归属以免重复编制。
表 3-3 `b1216` 七项要求的载体与归属
| 要求项 | 载体 | 归属章节 |
|---|---|---|
| 国家与行业标准验证 | 本体与知识库的标准引用关系、评测指标的标准依据、参与标准验证与试点应用的工作安排 | 本卷「技术创新与机制创新」节；标准引用表见「数据加工生产（一）」节第一章 |
| 实践经验积累 | 各批次的门限标定记录、算子参数基线、问题清单与整改记录 | 本节第三部分（机制），记录载体见「数据加工生产（一）」节批次台账 |
| 软建设配套措施 | 约 30 余项配套文件、措施与机制 | 本卷「技术创新与机制创新」节 |
| 项目管理及保障措施 | 不少于 7 份项目内部管理制度 | 服务方案卷「项目管理措施」节 |
| 数据标注专家库 | 不少于 50 人，含建设原则、专家类别、入库标准、遴选流程、工作职责、考核机制 | 本卷「技术创新与机制创新」节 |
| 数据标注规范 | 覆盖不同数据类型的标准化、流程化标注规范 | 「数据加工生产（二）」节第二章给出口径与结构，模板全文见附录佐证卷 |
| 安全合规建设 | 商业用途核查、数据来源合法性承诺、去标识化与脱敏、全流程审计与日志、权限校验 | 本卷「安全方案」节；加工链上的执行点见「数据加工生产（一）」节入口脱敏与「数据加工生产（二）」节许可登记 |
表 3-3 数据来源：要求项依招标文件 `b1216` 与服务采购清单第 5 项备注（`b0804r06`）。
本节在收尾处要把一件事讲到可执行的粒度：**十个环节、七道门之外，招标方在这条生产链上要做什么。** 这不是客套，而是因为数据加工生产与软件开发有一处本质不同——软件开发的需求确认是阶段性的，确认完就进入编码；数据加工的口径确认是**贯穿全程**的，每一批新数据、每一个新工序、每一类新缺陷，都可能需要业务部门给一次判断。把这件事含糊过去，实施期就会反复停摆。
按环节梳理，招标方的参与分三类。**第一类是一次性的口径确认**：工序字典、标签体系、缺陷分级、术语标准、密级判定规则，这五项在第一阶段集中确认，确认后进入版本管理，后续变更走变更流程而不是重新讨论。**第二类是批次级的签认**：七道门中的口径门与终审门需要业务专家会签，按批次发生，单次工作量以半天计。**第三类是持续性的裁决**：标注争议、工艺判断分歧、跨域口径冲突，发生频次随数据量递减——首批数据争议最多，流程跑顺后显著下降。
三类参与的时点、频次与单次工作量估计列入本投标文件的前置条件与配合事项表。我方在此说明一条处置原则：**口径确认逾期时，不停工等待，也不先标后改**，而是按我方建议口径先行并在数据卡中标注为待确认，确认后批量复核。这样做的代价是复核工作量，该工作量由我方承担，不另行计费；收益是进度不被单点确认卡死。这一条在本投标文件各节一致适用。
## 四、三个子节的分工与衔接点
本部分说明本节统领的三个子节各写什么、彼此在哪些点上交接、交接物的口径如何对齐。设这一部分的理由很实际：十个环节分在三节里写，读者容易把它们看成三套办法；而真正决定方案可实施性的，是上一节的产出能不能被下一节直接消费。
### 4.1 三个子节的一句话定位
「数据加工生产（一）」解决的是素材问题：把分散在各业务系统、设备系统与外部来源的原始数据受理进来，变成后续可以直接消费的规范化样本，并立起一套统一的业务口径（本体、术语表、知识库、检索索引）。它回应 3.2.6.3.1—3.2.6.3.4，对应单元 `b1362`—`b1460`。
「数据加工生产（二）」解决的是样本问题：把物理世界里本来存在的因果与对应关系以可核对的形式写回数据（标注），补上现场发生频次低、真实样本不足的部分（合成），让分布不至于偏到无法训练（增强），在每一道工序后判定能不能往下走（质检），用实际训练与评测回答数据有没有用（验证），最后把产出组织成可交付、可追溯、可移交的版本（数据集项目管理）。它回应 3.2.6.3.5—3.2.6.3.10，对应单元 `b1461`—`b1576`。
「四大数据集建设及指标要求」解决的是量纲问题：四个数据集各装什么、装多少、怎么证明装够了，以及每一版数据集对外的说明文档（数据集卡片）包含哪些字段。它回应 3.2.6.4，对应单元 `b1577` 及其后的各集规模表与指标要求表。
三节的关系不是前后相接的三段流水线。前两节是时间上的先后，第三节是对前两节的约束与回填：它在加工开始前规定每一批次的目标量与配比，在版本发布时接收前两节回填的来源、算子、模态与时效构成。
### 4.2 交接物清单
表 4-1 三个子节之间的交接物、交接时点与口径对齐方式
| 交接方向 | 交接物 | 交接时点 | 下游怎么用 | 口径对齐方式 |
|---|---|---|---|---|
| 加工（一）→ 加工（二） | 规范化样本（结构化长文本、图像样本与图文对照记录、时序片段—事件样本对、文本化样本） | 预处理门通过后 | 作为标注与合成的输入素材 | 样本编号＝批次号＋通道码＋顺序号，标注任务按样本编号领料 |
| 加工（一）→ 加工（二） | 本体文件、术语表、同义词别名表 | 口径门通过、版本发布后 | 作为标签体系与取值域的唯一来源，标注工具按本体版本号加载取值域 | 标注与合成引用的本体版本号写入样本元数据；本体版本未发布时沿用上一已发布版本至批次结束 |
| 加工（一）→ 加工（二） | 知识条目、两类知识图谱、九业务域四类知识库 | 终审门通过后 | 作为合成样本的事实约束、偏好判别的事实依据、问答类样本的证据来源 | 条目状态为「通过」方可被引用，工具侧按状态过滤；未终审条目不进入标注与合成 |
| 加工（一）→ 加工（二） | 统一检索索引、检索增强三元组 | 终审门通过后 | 作为指令微调子集与基准评测子集的样本来源之一 | 三元组编号＝批次号＋场景码＋顺序号，供评测错题归因回溯 |
| 加工（一）→ 加工（二） | 批次号、文件指纹、算子指纹、记录主键 | 随批次流转 | 作为血缘链的上游段，支撑质检定位与验证归因 | 标识体系在采集环节一次生成、全链沿用，下游不另起编号 |
| 加工（二）→ 加工（一） | 质检修复工单、验证归因整改任务单 | 门控不通过或评测错题归因后 | 由上游按工单定位到批次、算子或来源，定向重做 | 工单必须指明回流终点环节与具体批次，不接受「整条链重跑」 |
| 加工（二）→ 加工（一） | 术语与标签的新增与修订候选 | 标注与合成过程中发现 | 回流本体，经评审后发布为新版本 | 回流走本体变更申请与影响评估流程，不在标注侧私自扩标签 |
| 指标要求 → 加工（一）、加工（二） | 各集规模分解、合成占比上限、模态与时效性占比目标、分期累计达成下限 | 批次计划编制时 | 作为批次目标量、配比与抽样计划的依据 | 规模计量规则版本号写入数据集卡片；同一数据集历次版本不中途更换规则 |
| 加工（一）、加工（二）→ 指标要求 | 批次来源构成、算子登记、模态构成、时效构成、样本类型（真实／合成／增强）占比 | 版本封装前 | 回填数据集卡片对应字段，供规模核验与第三方复算 | 自动计量结果与资产台账逐版本对账，差异超过 0.5% 的版本不予发布 |
表 4-1 数据来源：交接物依招标文件各环节的产出要求（`b1397`、`b1414`、`b1429`、`b1455`—`b1460`、`b1545`、`b1559`、`b1569`—`b1574`）；标识体系与对账口径依本卷「数据加工生产（一）」节第一章与「四大数据集建设及指标要求」节第二部分。
### 4.3 口径一致的四个约定
三节在四个地方容易出现同一事物两种说法，在此集中声明统一约定，各节按此执行。
第一，样本类型只分三类：真实、合成、增强。三类在样本元数据中有独立标识，占比分别统计并在数据集卡片中分三项披露。真实样本经增强变换后标识为增强样本，不计入真实样本；合成样本经增强后标识为增强样本并保留其种子为合成样本的溯源链。
第二，质量分级只用一套三档：字段完整、经审核签发、有投产或闭环记录的为第一档；缺投产或闭环记录的为第二档；字段不完整或未经审核签发的为第三档。第一档可进基准评测子集，第二档进指令微调与偏好对齐子集，第三档仅进预训练子集。各节对工艺卡片、选型方案效果、关联关系置信度的分级，都归入这一套的判定依据，不另立分级名称。
第三，「不低于」与「趋向」两种表述的界线。凡招标文件以数值形式明确要求的指标（四集规模数值、模态不少于 3 种、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%），按原文表述为具体数值或「不低于」，并给出达成路径与核算口径。凡本方案自设的内部质量管理目标（各类合格率、标注一致性指标、解析通过率、锚定成功率），一律表述为逐步接近目标值，并附基线确定方式与未达时的处置。两类表述的区别是实质的：前者是对甲方的指标应答，后者是我方的内部管理目标。
第四，平台的两个名称不可混用。数据集加工生产平台承载十个环节的作业与留痕；数据集运营服务管理平台承载移交之后的目录、权限、版本、服务、交易与审计（`b0685`、`b0804r04`、`b0804r05`）。加工环节的作业对象与状态流转在加工生产平台上，向运营服务管理平台提交的是版本封装包与登记信息，两者不是同一个系统。
图 4-1 三个子节的交接物与接口。数据来源：交接物依表 4-1；标识体系依本卷「数据加工生产（一）」节第一章批次与血缘标识体系；单元范围依招标文件 3.2.6.3 与 3.2.6.4 的小节划分。
## 五、本节与其他章节的接口
本部分说明四大数据集加工生产与方案其他部分在哪些点上交接，以及各自负责到哪里。总述处集中写明这些接口，各章节内部不再重复描述对方的工作。
### 5.1 与数据资源采集接入的接口
招标文件 3.2.2 数据资源建设要求规定数据集所需原始数据来自企业各业务系统，与各系统的集成基于项目实际需求执行（`b0805`、`b0806`、`b0807`）；3.2.2.2 多格式多模态的数据录入规定实现离线非结构化数据的解析及录入管理，形成电子化数据资产和相关语料（`b0909`、`b0910`），具体包括业务域文档、图片、工程图纸、技术书籍、财务票据、音视频等多格式多模态离线数据的批量导入与实时接入（`b0911`），建立自动分类、关键信息抽取、结构化转换、质量校验及人工复核机制，形成规范化、标准化的离线电子化数据资产目录（`b0912`），并按业务主题与知识体系进行数据聚类、去噪清洗、格式统一与版本管理（`b0913`）。
这组要求横跨两个章节，分界点在平台落地区：写入落地区之前的事属于采集接入——与 17 个业务与设备系统建立接入通道、确定接口协议与取数方式、设定调度频次、处理链路异常、提供离线文件的批量导入与实时接入入口；写入落地区之后的事属于本节范围——数据源登记、许可核验、入口脱敏、格式合规校验、批次成形，以及自动分类、关键信息抽取、结构化转换、质量校验与人工复核的具体实现（`b0912`），按业务主题与知识体系的聚类、去噪清洗、格式统一与版本管理（`b0913`）。这样划分的好处是责任清楚：链路不通找通道，批次不合规找受理，样本质量不达标找预处理。
两侧之间设对账机制。采集接入侧按调度周期出一份落地清点单（文件数、记录数、时间范围），本节受理后出一份批次台账，两份数量不一致时按清点单逐项核对，差异原因记入问题清单。对账不通过的批次不生成批次号。采集接入的通道设计、协议适配与异常处理见本卷「数据资源采集接入」节。
### 5.2 与专项智能工具链的接口
招标文件要求研发 9 大类 25 个数据集加工生产专项智能工具链（`b0686`、`b0804r03`）。工具链与加工链的关系是「做什么」与「用什么做」的关系：加工生产各节规定每一步的输入、产出、判定口径与回退路径，工具链各节规定实现这些步骤的工具的功能设计、输入输出接口、处理流程与样例。
接口约定有三条。其一，工具按算子注册，调用参数与版本随批次登记，不允许在工具界面上临时改参数而不留痕——这是质检复算与验证归因的前提。其二，工具的产出必须携带本方案规定的标识字段（批次号、样本编号、算子指纹、本体版本号），否则该产出不被下游接收。其三，工具链的能力边界与加工链的判定口径分别声明：工具给出的自动判定结论是门控的输入之一，不直接等于门控结论，门控结论由对应岗位作出。各环节的工具调用点见本卷「数据加工生产（一）」节第六章与「数据加工生产（二）」节各节的工具支撑小节；25 个工具的逐一列名与归类见本卷「专项智能工具链」总述节。
### 5.3 与数据治理体系的接口
治理在生产逻辑中是横向贯穿的管控层（`b1215`）。接口在四处：业务术语标准、参考数据标准、数据元标准与指标标准由治理侧发布，知识本体与知识库引用这四套标准，不另立术语；本体先行定义而标准侧尚未收录的概念，回流为标准草案。数据质量校验规则库由治理侧维护，本节的入口格式校验项是规则库的子集，规则版本同源。数据分级分类结论由治理与安全侧发布，本节据以执行入口脱敏，分级结论发布前按最严口径处理，发布后按结论回调并重跑受影响批次的脱敏。元数据与血缘的管理要求由治理侧规定，本节的标识体系按其要求落地。治理的达标路径、业务域覆盖与治理文档清单见本卷「数据治理体系」各节，本节不另行计数治理文档份数。
### 5.4 与行业大模型训练推理技术服务的接口
招标文件 3.2.6.2 行业大模型训练推理技术服务规定：构建行业大模型并支持私有化部署与国产通用大模型（`b1338`）；基于预训练数据集的 Token 规模、模态分布、来源构成和领域子集统计制定多模态数据的训练配比和采样权重，选取适配矿山装备制造业务的基座模型开展分布式继续预训练，记录训练曲线、检查点与中间评测结果，通过领域知识探针、保留语料困惑度等方式验证预训练数据集的知识注入效果并形成知识注入有效性报告（`b1339`、`b1340`、`b1341`、`b1342`、`b1343`）；将指令微调数据集按业务场景、任务类型、难度等级切片，设计基础微调、子集消融、混合配比等实验方案，跟踪训练损失、验证集准确率、显存占用、吞吐等指标，通过自动评测与专家抽样人评验证指令遵循、任务完成、格式规范、长上下文理解等方面的能力提升（`b1344`、`b1345`、`b1346`、`b1347`、`b1348`）；对偏好数据集作格式归一化、冲突样本处理与难度分层，训练行业奖励模型并评估其在保留偏好集上的判别准确率，基于微调模型与奖励模型开展对齐训练，记录偏好准确率、KL 散度、奖励均值、回答长度变化等指标，识别并缓解奖励黑客、回答冗余、行为退化等风险，形成专家偏好对齐度报告与安全合规通过率报告（`b1349`、`b1350`、`b1351`、`b1352`、`b1353`）；固化基准测试数据集的题型协议、判分规则、版本号与随机种子，建设可复现的评测沙箱，在统一评测平台上对基座模型、继续预训练模型、微调模型、对齐模型等多阶段版本开展评测，量化不同数据集带来的能力增量，对评测错题开展训练数据归因分析，识别脏数据、覆盖盲区、歧义标注和难度分布缺口，形成结构化整改任务单，支撑评测、归因、修复、回评的数据闭环（`b1354`、`b1355`、`b1356`、`b1357`、`b1358`、`b1359`）。
这组要求是数据侧与模型侧共同完成的，分界在「谁出题、谁答题」。模型侧负责训练与评测的环境、算力适配、模型接入与评测网关、训练作业的执行与指标记录，以及上述五份报告的出具，详见本卷「行业大模型训练推理技术服务」节。数据侧负责四件事：按训练配比与采样权重的需要提供预训练子集的 Token 规模、模态分布、来源构成与领域子集统计；按业务场景、任务类型、难度等级三个维度交付已切片的指令微调子集，切片维度的取值来自本体与标签体系；交付格式已归一化、冲突样本已处理、难度已分层的偏好子集，以及偏好理由字段；交付已固化题型协议、判分规则、版本号与随机种子的基准子集，并保证基准子集与训练用样本按来源与时间双重隔离。
错题归因的回流是这组接口里最要紧的一条。评测错题的归因结论由模型侧与数据侧共同判定：归因为脏数据、歧义标注的，回流至本节的采集、预处理或标注环节定向修复；归因为覆盖盲区、难度分布缺口的，回流至合成与增强环节定向补充（`b1357`、`b1358`、`b1359`）。两类回流都走统一的整改任务单，任务单指明回流终点环节与具体批次，修复后重新质检与验证。数据集验证环节的实验设计、能力增量结论与归因闭环记录见本卷「数据加工生产（二）」节第六章，两处共用同一套实验口径与报告结构。
图 5-1 本节与其他章节的接口与交接物。数据来源：上游接口依招标文件 3.2.2（`b0807`、`b0911`）；模型侧接口依 3.2.6.2（`b1339`、`b1344`、`b1349`、`b1354`）；评测接口依 `b0688`；运营侧接口依 `b0685`、`b1575`。
### 5.5 与数据集质量评测的接口
招标文件要求完成本项目多模态自建数据集首轮全量评测与缺陷整改复测，通过标准化评测、实战化模型验证、全流程整改闭环，实现数据质量合规核验、模型实战适配效能验证、缺陷整改闭环管控、标准化成果交付与合规验收四项目标，输出正式盖章评测报告并形成完整数据质量档案（`b0688`、`b0804r08`）。
接口的要点是自评与外评共用一套指标定义。加工链上的七道门是加工过程内部的自评，第三方评测是外评，两者在指标名称、计算方式与判定阈值上不另立口径，差别在实施主体与采信效力。这样安排有两个实际好处：评测机构可以直接取用我方的质检报告与验证报告作为复核起点，不必从原始数据重建判定；我方在版本冻结前就知道外评会在哪些指标上提出问题，整改发生在交付前而不是验收时。评测依据、三维度指标体系、评测方法与实施过程见服务方案卷「数据集质量评测方案」节。第三方评测结论是数据集规模与质量达成的最终认定依据。
### 5.6 与场景验证的接口
招标文件要求通过数据集加工生产平台关键技术研究课题转化的十一个场景验证高质量数据集的价值，有效提升垂域模型和智能体的性能（`b0684`）。本包承担的是验证，不承担场景建设。接口在两个方向：数据集向场景验证提供所需的样本子集与评测题目，场景验证向数据集回流可用性结论与缺口清单。
四大数据集与十一个场景不是一对一关系——一个场景通常取多个数据集的子集，一个数据集也服务多个场景。各场景所需的数据来源、验证指标、验证流程与通过判据，六个专业场景见本卷「六个专业场景验证方案」节，五个通用场景见本卷「五个通用场景验证方案」节；四大数据集与各场景的供数关系见本卷「四大数据集建设及指标要求」节第一部分。场景验证产出的可用性结论进入数据集验证环节，判定为数据侧缺口的，按整改任务单回流修复。
### 5.7 与运营平台、安全方案、硬件选型的接口
与数据集运营服务管理平台的接口是移交与登记：本节按平台的接收规范提交版本封装包与校验信息，由平台重算版本指纹比对一致；按平台的登记字段提交数据集卡片、数据字典与资产台账条目，由平台回传登记标识；并提供接入国家数据基础设施所需的目录标识、身份登记与接口对接信息（`b1575`、`b1576`）。平台的功能模块、界面与流程见本卷「数据集运营平台」节。
与安全方案的接口是执行与被执行的关系：数据分级分类结论、密码应用要求、权限与审计要求由安全方案规定，本节在入口脱敏、假名映射表存放与权限、作业留痕三处执行。涉及个人信息、敏感地理信息、重要行业数据、企业秘密数据的去标识化与脱敏在加工链入口完成，加工链全程的审计与日志记录在加工生产平台上留存（`b0804r06`）。
与硬件选型的接口是承接关系：焊接层间温度与预热温度等新增感知设备、质量检测设备的型号、参数与到位时间由硬件章节确定，本节承接其产出数据的受理、对象锚定与批次成形。设备到位前，相关样本按缺项标注并在数据集卡片的局限性字段记录覆盖缺口，设备到位后按批次补采并并入同一批次体系。
## 六、规模与指标承诺的总口径
本部分回应招标文件 2.2 业务范围的数据集条（`b0683`）与 3.2.6.3 数据加工生产服务要求的规模条（`b1361`）。两处的数值一致：预训练数据集不低于 600 亿 Token、指令微调数据集不低于 80 万条、强化学习偏好数据不低于 6 万组、基准测试数据集不低于 0.9 万条，数据集涵盖不少于 3 种模态（时序数据、图像、文本、视频等），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%。
我方按四个数据集的分集规模表承接，四集合计预训练 615 亿 Token、指令微调 89 万条、强化学习偏好 6.6 万组、基准测试 0.95 万条，四项均高于上述下限。合计值相对下限留出的余量不用于宣称超额，其用途是吸收质检与验证环节的剔除量。去重、脱敏剔除、标注返工、分布均衡性削峰都会减少可发布样本，没有余量，交付前就只剩降低质检门槛这一条路可走。各集的规模分解、来源构成、用途子集内容设计、模态与时效性构成测算、规模计量规则、分期累计达成下限与数据集卡片字段，见本卷「四大数据集建设及指标要求」节，本节不重复给数。
规模承诺的核验方式在总述处点明三道，便于评标委员会把本节与质量评测方案对照阅读：第一道是工具链自动计量，每批次发布前自动输出规模统计，统计脚本与分词器版本随数据集一同封装，可在脱离平台的环境中复算；第二道是数据集资产台账复核，台账与自动计量结果逐版本对账，差异超过 0.5% 的版本不予发布；第三道是第三方评测，以其「规模完整性」指标的结论作为最终认定依据（`b0688`）。三道核验的共同点是不依赖人工报数。
关于比例类指标的表述方式需要在总述处说明一次。招标文件以数值形式要求的三项，即模态不少于 3 种、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%，我方按原文承接并给出测算值与计量口径；本方案自设的内部质量管理目标，一律表述为逐步接近目标值并附基线确定方式与未达时的处置。做这个区分的理由很直接：写进投标文件的指标，将来要由我方自己应答，不区分清楚会把内部管理目标变成合同义务。
## 七、读完本节应当掌握的四件事
本部分不引入新内容，用一张表把本节的回答收口，便于与需求书逐条应答矩阵对照。
表 7-1 本节的四个问题与答案出处
| 问题 | 本节的回答 | 详述位置 |
|---|---|---|
| 数据从哪来 | 来自十个实施单位分管的 17 个业务与设备系统、纸质与离线资料、外部标准与文献三类来源；通道由采集接入章节建立，受理之后的登记、许可核验、入口脱敏与批次成形在本节范围内；分界点是平台落地区 | 第 1.1 小节、第 5.1 小节；来源清单见「数据加工生产（一）」节第二章 |
| 经过哪些环节 | 十个环节：采集、预处理、知识本体、知识库、标注、合成、增强、质检、验证、数据集项目管理；治理横向贯穿，本体与知识库是统一知识底座；七道门控把问题挡在上游；三类定向回流构成有向无环的闭环 | 第三部分（图 3-1、表 3-1）；方法见「数据加工生产（一）」「数据加工生产（二）」两节 |
| 产出什么规模 | 四个数据集 × 四个用途子集，合计预训练 615 亿 Token、指令微调 89 万条、强化学习偏好 6.6 万组、基准测试 0.95 万条；模态覆盖文本、图像、时序、视频；多模态与时效性占比按不低于 40% 承接 | 第六部分；分解与测算见「四大数据集建设及指标要求」节 |
| 如何验证 | 三层验证：加工链内部七道门的自评；数据集验证环节以继续预训练、指令微调、偏好对齐、基准评测四段实验量化能力增量并出具验证报告；第三方全量评测与整改复测出具盖章报告。场景验证以十一个场景的实际业务任务检验可用性，结论回流修复 | 第 3.2、5.4、5.5、5.6 小节；实验设计见「数据加工生产（二）」节第六章；评测见服务方案卷「数据集质量评测方案」节 |
表 7-1 数据来源：各行依本节对应小节；单元依招标文件 `b0683`、`b0684`、`b0688`、`b1214`、`b1215`、`b1361`。
本节范围内还有两类单元按其性质作简要交代。招标文件 2.1、2.2、第 3 章、3.2、3.2.1、3.2.2、3.2.2.1、3.2.2.2、3.2.6、3.2.6.2、3.2.6.3 各条的章节标题（`b0679`、`b0682`、`b0689`、`b0802`、`b0803`、`b0805`、`b0806`、`b0909`、`b1213`、`b1337`、`b1360`）为招标文件的结构性标题，本节按其层级组织论述，不逐条作答。服务采购清单的表头行（`b0804r01`）为原表列标题，我方在表 2-1 中按「清单项—方案位置」二维重排呈现，原表的数量与备注照录；采购清单各项的报价填写在商务卷投标报价一览表及其分项明细中完成，本节不填数字。
## 八、本稿待补材料清单
下列内容需由甲方确认或在蓝图设计阶段补充。本节为总述，所列仅为影响全链口径的事项；各子节的待补清单见其各自章节。
表 8-1 本稿待补材料清单
| 序号 | 待补内容 | 需要谁提供 | 影响范围 |
|---|---|---|---|
| 1 | 十个实施单位的数据责任人与口径确认人名单及对接方式 | 甲方数字化转型工作办公室 | 表 1-1 的对接安排与各域口径确认排期 |
| 2 | 17 个业务与设备系统的只读接口开通范围与时间表 | 甲方数字化转型工作办公室 | 第 5.1 小节的交接与对账安排、四集来源构成 |
| 3 | 《数据集规模计量规则》的书面确认（分词器选型、条与组的判定、合成占比上限） | 甲方与项目组共同确认 | 第六部分的规模核验口径、批次目标量的编制 |
| 4 | 数据分级分类结论与脱敏口径的正式发布 | 甲方与安全管理方 | 入口门的判定依据；发布前按最严口径处理 |
| 5 | 阶段验收的节点、验收主体与验收口径 | 甲方 | 七道门与版本发布节点的对外验收衔接 |
| 6 | 数据集质量测评机构的资质要求与报告盖章主体 | 甲方、第三方评测机构 | 第 5.5 小节的外评采信方式与整改复测排期 |
| 7 | 数据集运营服务管理平台的接收规范与登记字段 | 平台建设方与甲方 | 第 5.7 小节的移交与登记四步、卡片字段回填 |
| 8 | 十一个验证场景的验证通过判据与甲方确认方式 | 甲方各业务部门 | 第 5.6 小节的可用性结论回流与缺口清单 |
| 9 | 项目内部管理制度不少于 7 份的清单与甲方的格式要求 | 甲方与项目组共同确认 | 表 3-3 中项目管理及保障措施的编制口径 |
| 10 | 【待填：加工生产平台与运营服务管理平台的部署位置与网络分区】 | 甲方、系统集成章节 | 加工链作业的承载位置与审计日志留存位置 |
表 8-1 数据来源：各项依本节第一、第三、第五、第六部分所列前提条件与接口要求。