## 项目实施路线与工作思路

本包的交付物是四类高质量数据集及其质量证明：按供需计划、产品工艺设计、制造过程、产品质量四个业务领域，各自形成预训练、有监督指令微调、人类偏好对齐、基准评测四种用途子集，合计十六个用途子集，规模为预训练 615 亿 Token、指令微调 89 万条、偏好数据 6.6 万组、基准评测 0.95 万条；为其配套 9 类 25 个专项智能工具链、16 项功能模块的数据集运营服务管理平台、不少于 25 份治理文档；并以依据《高质量数据集质量评测规范》（TC609-5-2025-04）出具的盖章评测报告与 11 个场景的验证结论证明其可用。这批成果不是一次产出，而是在合同签署至 2028 年 5 月的建设周期内分批形成、逐批放行的（b2155、b2156、b0518）。

分批形成就要回答三个问题：先做什么后做什么，凭什么判断一个阶段可以结束，每个阶段结束时甲方手上应当拿到什么、据什么判断它合格。这三个问题的答案分别是实施路线、阶段关口与交付物验收判据。本部分给出贯穿全程的工作思路与这三者的统一口径；日历排期、工作分解、资源曲线与里程碑付款节点的管理办法在服务方案卷项目管理措施一节；各项成果的完整清单与数量在项目交付成果一节。

### 1、工作思路

#### 1.1 六条作业原则

实施路线怎么排，取决于作业本身遵循什么原则。下面六条原则不是口号，每一条都对应具体做法、留下可核查的痕迹，也都各自解决一类在数据集加工项目上反复出现的失控。

**其一，口径先行——先把口径定死，再动手作业。** 本项目需要事先定死的口径有五类：业务对象的主键映射与时间基准、工序字典与部件层级、标注规范的标签集与判定规则、质量指标的定义与阈值、场景验证协议的题型与判分规则。每一类口径都安排一次正式评审并出具书面结论，结论发布之后才开工对应的作业。这条原则的分量来自返工的量纲：口径一旦在作业开工后修订，返工规模等于已完成的全部作业量，而不是出错的那一部分。备料的 28 道工序字典若在标注开工之后调整分段方式，此前完成的工艺类标注须逐条回看；63 万张历史工艺样本的时间基准若在关联之后改口径，跨系统关联结果要整体重算。甲方口径确认逾期时，我方不停工等待，也不先标后改，而是按我方建议口径先行并把该批数据标注为待确认状态，确认后批量复核——待确认状态的批次在版本检查节点之前必须转为已确认，不会流入交付版本。

**其二，门控前置——检查放在缺陷产生的那一道，不放在交付之前。** 招标文件把质检定为训练前门控、把验证定为训练后终验（b1215）。我方在此基础上把检查拆到加工链的七个位置：入口、预处理、口径、终审、标注、合成增强、版本。缺陷的修复成本随它在链路上走过的环节数递增，这是把检查前移的全部理由。一条授权不完整的样本在入口被拦下，处置的是这一条；同一条流到版本封装才被发现，要回溯的是整个批次的血缘、已经引用它的知识条目、以及据此训练出的模型版本。七道节点的判定规则与质量评测的指标定义取自同一套指标体系，不另立一套内部标准，这样内部放行与外部评测不会出现两种结论。

**其三，以批次为推进单位。** 批次是进度、质量与责任三者共用的粒度。进度不以"完成百分之多少"上报，而以"第几批通过了第几道节点"上报，理由是前者由执行人自报、无法核查，后者有节点记录可查。批次粒度还决定了返工的局部性：某一批次质检不通过，退回的是这一批次，同一数据集版本内的其他批次不受影响，不必整版重做。批次台账登记领域、用途子集、计量单位、状态、来源时间、模态与去重结果，规模统计直接由台账的对象明细生成，分项与合计、增量与存量、合格与剔除之间的关系在生成时即校验。

**其四，共享底座、不重复建设。** 招标文件对此有明文：四类数据集在同一生产逻辑上各走专属路径，共享底座能力与门控规则，避免重复建设（b1215）。落到做法上，知识本体、九业务域知识库、标签体系、质量规则库、评测指标体系都只建一套，四类数据集按用途引用其中的不同部分。最典型的一处是指标体系一套两用：依 TC609-5-2025-04 建立的说明文档、数据质量、模型应用三维度指标，既是外部质量评测的打分表，也是加工链上数据集质检的门控规则库。两处引用同一套定义，省下的不只是编制工作量，更重要的是内部质检结论与外部评测结论可以直接对账。

**其五，证据随作业产生，不在验收前补。** 血缘、质检记录、评测日志、审批留痕都在作业发生的同时写入，时间戳与作业时间戳一致。这条原则在贯标工作上的分量最重：DCMM 三级与二级的差别不在文档厚度，而在能否证明"不是写了一套、做了另一套"，评估师的典型取证动作是随机抽一个业务域、抽一个时间段，调出该时段内这一过程的全部执行记录，核对责任人、时点与结论是否与制度一致。补记的材料在这种核对下对不上时间。同样的道理适用于质量评测：检测日志、实验记录与复核材料是评测结论可追溯、实验可复现的唯一依据（b2109），事后整理的记录无法支撑复现。

**其六，回流定向，不全量重做。** 血缘追溯驱动定向回流，构成有向无环的生产逻辑（b1215）。回流分三类，去向各不相同：质检不通过的，按不通过项定位到具体环节与算子，退回预处理或标注重做后重新质检；验证不通过的，按错样归因结果区分脏数据、覆盖盲区、歧义标注、难度缺口四类成因，分别退回质检、采集、标注、合成；场景验证未达判据的，形成结构化整改任务单进入下一期加工计划，若属数据不足则先补采集。三类回流都要求归因落到唯一的环节，跨环节的连锁失败按最上游的那一处归因，避免同一缺陷被重复计数、也避免以放宽判据的方式通过。

六条原则各自留下的痕迹不同，核查的方式也不同。下表把原则、做法、痕迹与放弃该条的后果并列，用途是在阶段检查与过程审计时据以逐条核对：看某一条原则有没有真的在执行，查的是"痕迹"一列列出的那些对象是否存在、是否与作业时间一致，而不是问执行人是否遵守。

表 1　六条作业原则、落地做法与可核查的痕迹

| 原则 | 落地做法 | 可核查的痕迹 | 放弃该条的后果 |
|---|---|---|---|
| 口径先行 | 五类口径各设一次正式评审并出具书面结论；结论发布后开工对应作业；逾期未确认的按建议口径先行并标为待确认 | 口径评审纪要与书面结论、口径版本号与生效日期、待确认批次清单及其转正记录 | 返工量等于已完成作业量，而非出错部分 |
| 门控前置 | 七道质量检查节点分布在加工链上；判定规则取自统一指标体系；质检为训练前门控、验证为训练后终验 | 各节点的判定记录、不通过项清单、节点阈值配置版本 | 缺陷在版本封装时才暴露，回溯范围扩大到批次血缘与已训练模型 |
| 以批次为推进单位 | 进度以批次过节点计；批次台账登记领域、用途、状态、来源时间、模态与去重结果 | 批次台账、节点通过记录、规模统计的对象明细与执行版本 | 进度口径不可核查，返工范围无法局部化 |
| 共享底座、不重复建设 | 本体、知识库、标签体系、质量规则库、指标体系各建一套；四类数据集按用途引用 | 本体与知识库版本、标签集发布记录、指标定义引用关系表 | 内部质检与外部评测出现两套口径，结论无法对账 |
| 证据随作业产生 | 血缘、质检、评测、审批记录在作业发生时写入；时间戳与作业一致 | 带时间戳的执行日志、稽核台账、审批流水、血缘登记 | 贯标抽样与评测复现均无证据支撑 |
| 回流定向 | 三类回流各有去向；归因落到唯一环节；连锁失败按最上游归因 | 整改任务单及其指向的环节与算子、复测记录、错因分类统计 | 整改沦为全量重做，或以放宽判据的方式通过 |

表 1 数据来源：门控与回流的设定依招标文件 3.2.6 实施服务要求总则（b1215）；指标体系依《高质量数据集质量评测规范》（TC609-5-2025-04）；贯标取证口径依 GB/T 36073—2018 对三级的要求。

#### 1.2 三条由此而来的进度约束

上述原则落到排期上，产生三条不能让步的约束。把它们写明，是为了让进度安排受约束，而不是看起来紧凑。

第一条，知识底座不就绪不开标注。本体类目、工序字典与部件层级未通过口径检查节点之前，标注作业即便开工也会返工。排期上的后果是：准备期必须为本体建设、术语与编码核验、专业评审留出完整周期，这段时间不能靠增加标注人力来压缩。

第二条，首批不通过不转全面加工。首批加工的作用是把十个环节的流程跑通、把各环节的参数标定下来、把口径问题暴露出来；跳过首批直接放量，等于把口径问题放大到四类数据集的规模。排期上的后果是：试产批次必须单列一段工期，并为首批的整改与重新送审留出余量。

第三条，评测与整改复测的时长不可压缩。首轮全量评测之后要逐项立单整改、再行复测，复测重新抽样而不复用首轮样本。等级保护测评、商用密码应用安全性评估与贯标评估还受第三方机构档期约束。排期上的后果是：机构对接与预评估要在全面加工阶段的中段即启动，把正式评测排在整改期之前，留出至少一轮复测的余量；压缩这一段会直接损害结论的可靠性，而结论是本包的交付物之一。

这三条约束与下文五个阶段的划分互为因果：阶段的边界就划在这三处，关口的通过条件也据此设定。