负责人 欧阳未　·　状态 初稿　·　20 分　·　覆盖 67 个标书单元　·　 批注 610

术语定义

本项目同时涉及矿山装备制造的现场业务与数据集加工生产两套专业语汇，同一个词在两边的所指并不相同：批次在生产现场指一次投料或一次装炉，在数据集生产中指一组具有唯一标识、可关联到采集与交付记录的受理数据。用词不统一，质量检查的判据、验收的计量口径与争议时的裁定对象就会落在不同的事物上。以下两表确定全卷的用词取值，实施期按同一取值执行，不因章节或交付文件不同而改变。

表 0-1 收录招标方现行信息系统与管理制度中的既有简写，释义以招标文件原文与现用命名为准，不另行改译；凡本投标文件正文出现该简写，即按本表释义理解。

表 0-1　术语定义

表 0-2 收录数据集加工生产的专有术语，释义依据招标文件用户需求书的用词、现行数据质量评测标准与本方案的生产链路设计确定。其中批次、数据集版本、质量检查节点、定向回流四条是后文质量论述的承重词：质量检查在哪一级对象上放行、血缘追溯追到什么粒度、整改要求退回到哪一道加工环节，均以这四条的定义为准。

表 0-2　数据集生产术语定义

1　项目需求理解

1.1　项目目的

面向矿山装备制造领域，建设数据加工生产及运营服务能力，汇聚供需计划、产品工艺设计、制造过程和产品质量业务数据，开展数据治理、标注、合成、增强、质量检查和验证，形成可追溯、可训练、可评测、可交付的数据集。建设专项智能工具链和数据集运营服务管理平台，实施系统集成、训练推理技术服务、场景验证及配套保障，支持数据资源持续更新、质量改进和合规使用。

围绕专业数据供给、标注规则一致性和场景适配开展数据资源调查、治理加工及验证。调查数据来源、业务对象、保存形式、覆盖时间、更新机制和授权条件，形成资源清单；建立标签体系、标注规则、复核及争议处理流程，形成可执行的标注规范；逐场景明确数据需求和验证条件，形成测试用例、验证记录及整改成果。

对历史业务记录、设备过程数据、图纸和工艺文件开展数据盘点，核查覆盖时间、文件数量、有效版本、审核状态、关键字段及保存完整性。图纸与工艺卡按图号、版本、产品或零部件标识建立候选关联，复核变更记录和签发状态后确认配对关系；无法唯一匹配的记录列入异常清单，交由业务人员确认，未经确认不得作为配对监督样本。

选型方案抽取工况、需求、配置及校核结果；焊接数据关联工件、焊缝、焊道和工艺任务；热处理数据关联炉次、工件、材料批次和检验结果；故障数据关联设备、事件时间、诊断和维修记录。对缺失关联分别制定数据补充、编码映射或人工复核措施，保存原始证据、处理记录和关联置信状态。

建立跨系统业务对象标识及映射关系，记录对象类型、统一标识、来源系统、源记录主键、映射依据和规则版本。对一对多、多对一及无法匹配的记录设置复核流程，不覆盖原始主键。统一数据时间格式和时区，分别保留业务发生时间、系统记录时间、采集时间及修正依据。完成关联完整性、唯一性和时间一致性检查后，将合格数据纳入相应数据集；原始数据缺失或粒度不足的，按场景需求组织补采并保留来源记录。

表 1-1　对象标识映射登记表的字段、取值规则与校验方法

逐系统核对产品、物料、设备、工序及缺陷等对象的代码、名称、定义和使用范围，建立编码映射与差异清单。对工艺卡记录与实际执行记录开展对应检查，识别工序名称、粒度和顺序差异，形成经业务审核的转换规则。焊缝缺陷保留原始描述，增加规范化缺陷类别、部位、程度、检测方法及关联工艺参数。设备报警关联故障诊断和维修证据，区分未确认报警、已确认故障和误报，未经核验不得直接用作故障标签。

标注作业启动前，完成标签体系、标注粒度、标注规则、一致性检查方法和返工条件的编制、评审及发布。每项标签记录定义、适用对象、判定依据、正反例、排除条件和歧义处理方法。标注人员使用同版本规则开展试标，复核结果达到质量要求后进入批量作业。规范未覆盖的对象暂停标注，登记问题并提交业务专家裁决；规则修订后确定受影响样本范围，组织补标或复标。标注、复核、裁决及返工记录关联样本标识、人员、时间和规则版本。

选型数据按使用工况、技术需求、设备配置、计算条件、校核过程和结论组织，保留公式、参数单位、适用范围和专业审核记录。工艺设计数据建立图纸特征与工艺路线、工序参数、工装及检验要求的关联，区分现行、变更和作废版本，记录可复用条件及限制。库存数据保留物料、批次、库位、收发存、订单需求、在途状态和成本期间，分别形成数量与金额指标，支持按物料、项目、时间和业务原因开展分析及场景验证。

建设供需计划、产品工艺设计、制造过程和产品质量四类数据集，每类分别形成预训练、有监督指令微调、人类偏好对齐和基准评测子集。样本记录来源系统及业务对象，按场景、产品类别、部件族、时间和质量状态进行分层统计，识别覆盖不足、分布失衡及重复样本。训练配比和采样规则经实验验证后版本化保存；基准评测子集独立管理，执行跨子集重复检查和隔离控制。

图 1-1　数据关联、标注与验证流程

供需计划、产品工艺设计、制造过程和产品质量数据分别开展来源识别、业务对象核验、数据粒度分析和关联关系建设。对每类数据记录业务主管部门、来源系统、对象标识、关键字段、保存形式、时间范围及更新方式，明确采集任务、加工规则、质量检查和问题处理责任。资源调查结果经业务确认后纳入数据目录，变更时同步更新关联规则和加工任务。

表 1-2　业务数据来源与加工要求

各领域、各用途子集分别计量验收，不用一个领域的超额数量抵补另一领域。

汇聚 CRM 的客户、商机、报价、合同、订单、回款记录，以及获准使用的招投标文件、资质文件和业绩合同；接入 ERP 的组织、人力、物料、采购、销售订单、成本核算、应收应付、凭证、资产及资金数据；接入 SCM 的供应商档案与评估、采购计划与订单、订单下达、供货履约和付款计划；接入 WMS 的仓库、库区、货位、物料、批次及出入库单据；接入 LMS 的物流需求、运单、调度、装卸、取货、送达和运输时间数据。

对历史选型方案建立文档目录，记录项目、客户需求、产品配置、方案版本、审核状态及文件校验值。各数据源在采集前确认字段范围、访问权限、更新机制和责任人；个人、财务及商业敏感信息按授权范围和分类分级策略处理。

库存关联数据分别保留合同签订、需求计划、核算期间、实物收发和运输事件的时间字段，禁止将不同业务含义的时间直接替换。按确定的统计截止时点生成库存快照，记录在途、在库、占用、冻结和已消耗状态。数量指标使用实物计量单位和批次明细，金额指标关联成本期间、计价规则和财务记录。

以销售合同、施工令号、生产批次、客户、供应商和物料标识关联供需计划、库存实物流与资金记录。设置数量平衡、单据衔接和时间顺序校验，对未达账、延迟记账、单位转换及跨期业务分别登记差异原因、处理依据和复核结果，支持库存指标的多维追溯。

历史选型方案按需求条件、产品配置、参数校核、审核结果和后续使用记录组织。将验收、售后工单、故障与维修记录及获准使用的运行反馈关联至方案版本，记录反馈来源、时间、适用条件和可靠性。缺少使用效果证据的方案保留其需求与配置关系，并标明可用于的任务类型；不得补写未经证实的效果标签或将专家推断标记为实际运行结果。

库存样本保留指标计算明细及业务关联，支持按合同、施工令号、批次、客户和供应商追溯超龄、滞留及结构异常的原因。偏好对齐样本在相同需求条件下组织候选配置，按安全约束、适配程度、技术校核、交付条件及可用效果证据开展专家比较，形成排序或成对偏好标签。保存评价依据、专家复核记录和分歧裁决结果；证据不足、条件不可比或存在关键约束冲突的样本不进入合格偏好子集。

建立各系统时间字段的语义映射，分别保存业务发生、单据创建、审核、记账、采集和运输事件时间。库存分析采用明确的统计截止时点和状态转换规则，对延迟记录、补录、冲销及跨期事项保留修正记录。实物数量与库存金额分别计算并保留关联明细，差异通过单据、批次、计价及时间因素逐项核验。

选型效果评价关联验收记录、售后工单及运行反馈，由专家按明确的评价规则开展复核。样本注明评价属于实际测量、历史记录核验或专家判断，记录证据来源、适用工况、评价人员、时间及规则版本。专家评定的偏好标签单独标识；缺乏支持证据的效果结论不写入合格样本。

接入 PLM 的 BOM 编号、工序、变更记录和零部件信息，以及选型方案、工艺图纸、CAD 图纸和工艺卡片。建立文件目录及元数据，记录图号、版本、零部件标识、文件类型、审核状态、签发日期、变更关联和校验值。依据图号、零部件及变更版本生成图纸与工艺卡候选配对，核对业务关联和有效状态后形成配对样本；多候选、版本冲突和缺失文件进入人工复核，保存判定依据。

建立图纸与工艺卡关联表，记录源文件标识、图号、零部件标识、图纸版本、工艺卡版本、匹配方法、复核状态及证据位置。对工艺卡工序名称与执行记录开展比对，按有效工序字典建立映射，保留原始表述、标准代码及差异原因。

原生 CAD 文件与扫描文件分别处理：原生文件提取图元、图层、尺寸标注和文本，扫描文件开展图像质量检查、版面识别和文字抽取。区分现行、历史、作废和变更中版本，关联变更通知及生效时间；训练样本标明版本用途，不将不同版本内容拼接成同一有效工艺。

工艺设计样本建立图纸特征、工序序列和工艺卡字段的关联。图纸特征包括形状、尺寸、材料、公差及技术要求；工序记录包括工序代码、顺序、加工参数、设备、工装和检验要求；工艺卡字段记录值、单位、来源位置及审核状态。逐样本检查特征到工序、工序到卡片的对应关系，确认前后版本一致、关键字段完整、单位正确及技术约束满足要求。配对缺失、关联冲突或专业复核不通过的样本进入整改流程。

按图号、零部件编号和变更版本建立图纸与工艺卡关联，记录匹配规则、冲突情况和人工复核结论。工序分类使用工艺主管部门审核发布的字典，记录代码、名称、适用范围和版本；卡片记录与实际执行记录存在差异时，保存双方原值、差异类型、确认依据和处理结果。

原生图纸采用图元、图层和标注解析，扫描图纸采用图像预处理、版面识别与文字抽取。对关键尺寸、公差、材料和工艺参数执行规则校验及人工复核；低置信度、无法解析和规则冲突的内容进入问题队列，纠正后重新检查。先以代表性样本完成解析、配对、标注和质量验证，再按照生产计划扩大处理规模。

接入 MES 的焊丝牌号、焊丝直径、生产工单、工序及生产进度记录，接入 EAM 的设备台账、设备档案、点检记录、维修工单和作业计划。通过设备标识、工单标识和作业时间建立业务记录关联，核验字段类型、计量单位、时间语义及更新方式，保留来源记录主键和采集批次。

通过 SCADA 接入设备电流、电压、温度、湿度、运行状态及焊接电流、电压、送丝速度、气体流量等过程数据；通过热处理群控系统接入设定与实测温度、电流、电压、加热和冷却时间、冷却水及淬火介质温度等数据；通过 EMS 接入能耗监测和统计数据。

逐设备登记测点、采样周期、量程、单位、数据质量标识和时钟来源，执行连通性、取值范围、时间连续性及异常状态测试。将通过核验的测点纳入采集任务；未接通、缺测或精度不满足要求的测点列入整改清单，完成联调和复测后启用。

天地奔牛现有 15 台焊接机器人，通过 SCADA 系统采集电流、电压、温度和速度等过程参数。对既有采集通道核验设备标识、测点配置、采样周期、时间同步和数据完整性，建立设备、工单、工件及焊道的关联，扩展参数数据与熔池影像、温度数据和检测结果的联合处理能力。

以工件、焊缝和焊道为对象关联焊接过程数据。关联记录包含设备标识、工单、工件标识、焊缝及焊道编号、工艺版本、作业起止时间、参数序列和检测结果。根据作业事件及时间窗口生成候选关联，再结合任务切换、工件流转和工艺记录核验；同一时段存在多工件或多道焊接时，无法唯一确认的数据进入人工复核。保留关联规则、时间偏差、缺失片段和复核结果，支持同类焊道在不同工况下的参数及质量比较。

建立热处理炉次、工单、工件、材料批次和检验结果的关联。记录工艺类型、设定参数、实测曲线、装炉信息、作业起止时间及温度测量条件，关联外观、硬度和其他质量检测记录。逐炉次核验工件清单、过程时间窗口、材料批次及检测对象，检查缺测、重复、错配和版本冲突。无法确认关联的数据保留原始记录并进入业务复核，不以时间相近直接认定同一处理对象。

配置 15 台红外图像采集设备获取焊接熔池影像，配置 6 台在线高温热成像设备用于热处理加热过程测温和图像采集，配置 21 台在线热成像设备，其中 6 台用于热处理淬火后测温和图像采集，15 台用于焊接前温度测量。设备安装后完成测量范围、精度、发射率及环境补偿参数设置，开展校准、时间同步、接口联调和样本核验，记录设备与工位、工件及作业任务的关系。

图像与温度数据保留采集时间、设备标识、测量区域、配置版本和质量状态。工单数据同时保留实际作业与报工时间，使用任务事件及经核验的时间窗口关联过程数据；存在延迟报工时记录偏差依据，不覆盖原始时间，不以固定偏移量代替逐任务核验。

热处理样本关联炉次工艺曲线、工件及材料批次、工艺参数、外观检测和硬度结果，支持工艺条件与质量表现的关联验证。焊接样本关联焊道级参数序列、熔池影像、测温数据和缺陷检测结果，保存多模态同步关系、缺陷位置及专业复核依据。设备诊断样本关联工况片段、报警事件、故障诊断、维修工单和复查结论，用于诊断规则与模型的离线回放及效果比较。各类样本记录有效时间范围、数据完整性、关联可信状态和不适用条件，关联未确认的样本不得作为确定性监督标签。

按炉次、工件、焊缝、焊道和工单建立过程档案，关联设备、材料、工艺版本、过程参数、图像及质量结果。新增感知设备完成安装、校准和联调后，以代表性设备和任务开展试采，检查覆盖范围、时间同步、质量状态及业务关联，再按实施计划完成全部配置设备的接入和验证。

时序数据保留原始采样时间及周期；工单保留实际作业与报工事件。对时钟偏差、传输延迟和业务补录分别识别、记录和修正，修正前后数据及规则可追溯。跨模态关联设置时间容差和事件校验，超出条件的数据转人工复核，禁止无依据补齐或强行配对。

接入 QMS 的制程检验、进厂检验、出厂检验、成品检验和质量台账，以及质量报告、检验数据、产品质量档案和质量知识资料。接入 SOS 的设备健康状态时序数据、运维计划、报警处置、售后工单和备件消耗记录，以及设备档案、维修记录、诊断报告和故障案例。

以产品、设备、工件、批次、检验单和服务工单建立数据关联，保留检测方法、检测时间、检验依据、结论及附件。采集前确认使用权限与数据分类分级，处理过程中保留原文和标准化字段，确保质量结论能够回溯至原始证据。

对缺陷记录建立标准化分类与属性，覆盖气孔、裂纹、咬边、余高、弧坑、焊脚偏差等对象，记录缺陷位置、尺寸或程度、检测方法、判定依据及审核结果。保留原始文本和图像，将规范化标签与原始证据关联。缺陷类别存在歧义、检测结论冲突或证据缺失时，提交专业人员复核并登记裁决结果。

纸质及扫描检测报告按报告标识、检验对象、批次、日期和页码登记，检查扫描完整性、清晰度、旋转、遮挡及附件缺页，达到可识别条件后开展文字与表格提取；无法可靠读取的内容转人工核对，不以推测补写检测结果。

无损检测与硬度检测报告保留原件或原始影像，结构化提取检验对象、检测位置、方法、设备、测量值、单位、判定标准和结论。手写批注与印刷内容分区提取，人工核对关键数值及结论，记录来源页码、区域位置、识别结果和复核人员。

报警数据通过设备标识、事件时间和处置工单关联诊断、维修、更换备件及复查结果。区分已确认故障、误报、已处理但原因未定和待确认事件。故障标签须具备相应诊断或维修证据；不能确认的事件保留状态，不强制归入故障类别。

产品质量数据集交付预训练数据 164 亿 Token、指令微调数据 24 万条、偏好对齐数据 1.6 万组和基准评测数据 0.25 万条。按缺陷类型、产品及部件类别、检测方法、工况和时间范围统计样本覆盖情况，分别检查各用途子集的数量、重复、完整性、准确性和适用性。生产计划同时安排数据补充、专业标注、证据复核和质量检查，合格数据方可纳入交付计量。

质量数据加工前完成缺陷分类、属性、判定规则和复核要求的评审发布。纸质资料执行影像质量检查、版面分析、字段提取和人工核验；未适配模板及手写内容进入专门复核流程，关键参数与检测结论逐项核对原始证据。

报警、处置工单、更换备件和复查结论通过设备、事件和时间窗口关联，记录关联依据及复核状态。无法确认的事件保留未确认标识，与已确认故障样本分开管理。数据卡记录来源、处理方法、样本构成、质量结果、使用限制和不适用场景；问题样本完成整改复核后再纳入发布版本。

表 1-3　数据来源与接入核验要求

表 1-4　数据来源、加工用途与验证场景

样本记录来源系统、源记录或文件标识、采集批次、处理任务、数据集版本及授权信息。数据从采集到加工、质量检查和验证的关系纳入血缘管理，支持按样本追溯来源及处理过程。

建立数据需求和采集任务清单，逐项记录业务用途、来源、字段、授权、更新频率、加工任务及验证方式。采集范围覆盖项目确定的数据资源和服务任务，新增或调整对象履行需求确认与变更审批。场景验证发现数据问题时，根据样本血缘、共享规则和版本依赖确定影响范围，制定补采或返工任务；涉及共用源数据、映射规则或模型配置的，同步检查关联数据集和场景。整改后完成回归验证并记录关闭结果。

选型验证覆盖需求解析、参数计算与验算、配置推荐及方案生成。数据样本记录矿井产量、采高、工作面长度、倾角、配套设备等需求条件，关联候选产品配置、计算参数、校核结果和审核记录。对公式及规则登记名称、版本、输入输出、单位、适用条件和约束，核验输送能力、运行阻力、驱动功率、刮板链速度及链条安全系数等计算结果。

构建包含需求工况、历史配置、计算过程、校核结果和专业审核结论的指令样本，并建立相同需求下候选配置的成对偏好样本。候选配置首先满足适用规则和安全约束，再按设备适配、性能、可制造性及使用证据开展比较。模型推荐结果经公式与规则校验，对关键计算和配置冲突设置人工复核，不以语言模型判断替代工程计算。

从 CRM 项目记录和 PLM 选型方案中提取需求条件与历史配置，从方案文档、计算书和审核记录中提取校核过程及结论。核对字段单位、配置版本、适用工况和审核状态后形成关联样本。偏好标签依据有效验收记录、售后工单、运行反馈和专家评审形成，分别标识证据类型、评价条件和不确定项。专家意见不一致时开展复核裁决，保留原始意见和最终依据；无充分证据的样本不标记为确定优劣。

图 1-2　产品智能选型样本构建与验证流程

表 1-5　场景数据需求与样本结构

表 1-6　场景数据需求清单的记录字段与取值要求

合同审查样本按合同类别、条款类型、审查事项和风险类别组织，关联有效审查规则、业务制度及专业复核记录。核验条款定位、适用条件、规则版本和证据完整性，形成风险识别、依据检索、审查结果展示及人工复核的验证用例。对证据不足、规则冲突或超出适用范围的事项保留状态并转交专业复核，记录处理结果和版本变化。

管理制度、技术标准和标书问答保留文档名称、版本、有效状态、条款或页码及证据片段，答案与引用内容逐项核对。决策数据问答关联指标定义、组织范围、统计期间、查询条件、取数路径及计算过程，确保结果可复算。设置无有效证据、版本冲突、越权查询和问题歧义测试用例；证据不足时提示缺少的条件，不生成无依据答案。独立评测检查回答正确性、引用准确性、适用性和权限控制，保存输入输出及复核记录。

建立数据质量指标、检查规则、测试数据和结果记录，覆盖保真度、完备性、规整性、均衡性、可用性和可信性要求。对各数据集版本组织质量检查和正式评测，保存检查范围、计算方法、样本及运行记录。内部检查与正式评测采用明确且可比较的指标定义，差异逐项核查原因。首轮评测发现的问题形成整改清单，明确责任、措施和完成时间；整改后复测并记录关闭结果，交付正式评测报告及完整的数据质量档案。

建设目录标识、身份登记及标准接口对接能力，建立项目元数据与接入字段的映射，配置标识登记、身份注册、接口认证、调用审计和异常处理机制。对外接口完成格式、权限、错误处理和数据一致性测试，交付接口文档、映射表及测试记录。外部服务具备接入条件后，开展标识注册、解析及联调验证；外部条件尚未具备时，完成项目侧接口实现和模拟验证，记录外部依赖、待联调事项及后续实施安排。

数据库、安全软件、云平台、服务器、存储、网络、芯片等软硬件整体国产化比率不低于 80%。建立软硬件清单，逐项记录名称、型号或版本、生产厂商、国产化属性、证明材料和部署位置。按确定的统计范围和计算规则测算比率，核对计数依据及配套证明，完成操作系统、数据库、芯片、接口和密码组件的适配测试。交付国产化清单、测算记录、证明材料和适配测试结果，实施变更后重新核验。

梳理数据要素市场化配置、高质量数据集建设、人工智能产业发展、新型信息基础设施、数据安全及绿色低碳等领域的法律法规、产业政策、专项规划、技术导则、建设指南和评价标准，形成不少于 25 个文件的政策与标准清单。逐份登记发布机构、文件编号、发布日期、生效及有效状态、适用范围、实施事项和责任岗位，形成梳理报告。对文件更新、替代和废止建立跟踪机制，评估对建设、运营及交付成果的影响，经审核后更新实施要求及相关记录。

数据集发布前完成来源授权、权属材料、数据质量、使用范围和交付条件核验，登记数据集名称、版本、内容范围、质量结果、许可条件和使用限制。对外服务按批准的产品及服务目录执行，保留挂牌、订单、授权、交付、计量、结算和审计记录。成本归集记录关联生产任务、资源投入和数据集版本，支持企业开展数据资源管理及相关核算工作。涉及权利、会计及交易事项，由相应责任主体依据有效材料履行审核和确认程序。

1.2　项目建设目标与建设原则

项目建设目标包括协同汇聚、平台技术、数据质量、标准生态、场景赋能及服务与安全六个方面。建立数据资源协同机制，完善数据加工与运营能力，形成质量可检验的数据集、专业人员及制度支撑，完成场景验证和安全保障。各项目标分别落实到实施任务、交付成果和验收记录。

1.2.1　协同汇聚目标

建立行业数据协同汇聚机制，整合企业内部、产业链上下游及经授权使用的公共数据资源，建设行业数据资源库。按业务场景识别数据需求，以知识本体及对象关系组织资源目录，明确参与单位、数据责任、授权条件、共享方式和更新要求，形成多方参与的数据资源协同工作机制。

企业内部数据汇聚按实施单位、业务对象和来源系统组织，指定数据接口人，确认字段含义、授权范围及更新频率。外部数据在接入前核验提供方权限、许可范围、使用目的和有效期限。数据源登记后按批次受理，每批次保留来源、授权、采集时间、数据范围、处理记录和质量状态；许可失效或授权变化时暂停相应使用并开展影响处置。

表 1-7　数据源登记台账的字段、取值规则与维护要求

针对十一个验证场景分别明确业务对象、字段、时间范围、样本结构和质量要求，形成场景数据需求清单，并据此配置采集与加工任务。通过知识本体定义对象、属性和关系，将跨系统数据映射到统一业务语义，建立可查询、可追溯的对象关联和知识检索能力。

1.2.2　平台技术目标

建设不少于 9 类 25 项数据集加工生产专项智能工具链，实施多模态数据治理、智能标注、数据合成和质量验证，配套建设数据集运营服务管理平台，形成数据生产、管理、发布与服务的持续运行能力。

对 25 项工具分别明确输入数据、处理规则、输出结构、调用接口、权限、执行日志及验收用例。工具共用任务调度、版本管理、质量规则、血缘登记和审计服务，按依赖关系分批部署和验证。工具调用保留任务标识、数据及规则版本、运行参数、执行结果和异常记录，支持失败重试、结果复核与定向回流。

完成数据集运营服务管理平台 16 项功能模块建设，并实现平台服务与 SLA 保障能力。对各模块分别开展功能设计、业务流程配置、权限设置、接口联调及测试，提供相应功能界面、操作流程和验收证据。服务保障覆盖运行监测、事件响应、问题处理和服务报告，形成可持续运营能力。

通过多模态数据对齐和元数据管理统一处理文本、图像、时序及视频数据；通过预标注、主动学习、规则标注和一致性校验支持标注生产；通过受控生成、场景模拟和文本重写形成合成及增强数据。合成样本单独记录生成来源、方法、模型及规则版本，并按用途子集执行比例控制和质量核验。基准测试数据集采用独立受控数据，禁止训练、合成或增强结果泄漏至基准测试数据。

表 1-8　合成与增强数据的登记字段与控制规则

1.2.3　数据质量目标

四类业务数据集分别达到各用途子集的交付数量和质量要求，覆盖文本、图像、时序、视频等超过 3 种模态，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%。落实保真度、完备性、规整性、均衡性、可用性和可信性要求，按适用评测规范完成质量检查、正式评测及缺陷整改复测。

表 1-9　数据集交付指标与核验方法

多轮样本保留完整任务上下文与确定的样本单位，不以拆轮重复放大计量。

各业务数据集按用途子集制定分期生产计划，分别登记目标数量、合格数量、缺陷数量和待补数量。阶段核验未达计划时，分析数据来源、加工产能及质量损耗，落实补采、补标和资源调整，安排后续批次补足。最终按各业务域及用途子集分别验收，不通过改变计量规则、重复归集或跨业务域抵销完成指标。阶段目标不足的纠正措施纳入批准的项目计划并满足合同交付节点；发生计划变更时履行审批。

数据加工质量控制与正式评测使用一致的指标定义、计算规则、适用条件和证据要求。将质量指标配置到相应加工环节，对输入、过程和输出执行检查并记录结果；发现偏差时定位受影响批次，组织整改和复核。正式评测结论与过程检查存在差异的，核查样本范围、规则版本和计算过程，完成问题处置后重新验证。

1.2.4　标准生态目标

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，建立不少于 50 名专家的数据标注专家库，形成覆盖数据采集、标注和质量检查的专业人才支撑体系。明确参与任务、人员能力要求、工作职责、成果要求和协作机制，并对参与过程及成果进行记录和考核。

按建设任务组织参与单位开展协同工作，明确任务负责人、实施内容、交付成果及知识产权安排。专家库执行申请、资格审核、专业分类、任务分配、履职评价和退出管理；采集、标注及质检岗位分别建立能力要求、培训内容和考核规则。任务分配与质量复核相互制约，过程记录与成果关联保存。

专家库按专业领域、实践经验和履职能力组织人员入库，登记资格材料、擅长领域、可承担任务及利益冲突信息。按照任务对象和专业要求派工，对规则评审、标注争议及质量复核实施回避和独立复核，参与生产或存在利益关联的人员不得独立完成同一事项的最终裁决。

1.2.5　场景赋能目标

建成的数据集支撑不少于 11 个行业细分任务场景，围绕研发设计、中试验证、生产制造和经营管理开展数据适用性验证及模型能力评测。按场景建立任务、数据、指标和用例的对应关系，记录模型及数据版本，量化验证结果，并将质量缺陷和覆盖不足转化为后续数据整改任务。

实施十一个场景的数据集验证，完成数据准备、验证环境配置、测试样本及用例设计、验证执行、结果分析和整改复测。各场景逐项验证相应业务能力，保存数据版本、模型版本、规则版本、输入输出及指标计算记录。对验证未通过的事项分析数据质量、样本覆盖、标注、模型或环境原因，形成整改任务并复测。交付验证方案、用例、运行记录、验证报告和问题关闭记录。

利用模型评测结果识别数据质量缺陷、覆盖盲区、歧义标注及难度分布问题，关联数据血缘定位受影响批次，形成包含对象、原因、处理要求和复核条件的整改任务。对修复后的数据重新检查并开展回归评测，在一致的测试条件下比较不同数据及模型版本的表现，记录指标变化和影响因素。

表 1-10　场景验证任务与成果

图 1-3　项目建设任务与交付成果

1.2.6　服务与安全目标

面向行业用户提供高质量数据集服务，建设目录标识、身份登记和标准接口对接能力，推进数据集登记、挂牌、上架和交易。定向开放执行用途确认、授权审批和受控交付，保留数据范围、使用期限、交付记录与审计证据。数据库、安全软件、云平台、服务器、存储、网络、芯片等软硬件整体国产化比率不低于 80%，完成适配测试和证明材料核验。

数据集运营平台维护数据目录、标识、版本、元数据和许可条件，提供身份登记、接口认证、协议适配、访问控制和调用审计功能。对接时完成字段映射、身份验证、目录查询、标识解析及接口异常测试，保留联调结果。

挂牌和交易前核验权属及授权材料、数据质量和服务条件，完成产品登记、展示发布、订单及合同管理、交付、费用记录和清算。定向开放单独登记服务对象、用途、数据范围、期限和出域条件，经审批后执行；超范围访问、授权失效及异常下载触发拦截和处置。

建立软硬件国产化清单和适配测试记录，核对型号、版本、国产化属性及证明材料。商用密码服务平台对身份认证、通信保护、数据存储、完整性校验和密钥管理提供密码服务，配置权限、密钥生命周期和审计策略，开展接口及应用验证。组织等级保护测评和商用密码应用安全性评估，由具备相应能力和资质的机构开展测评评估；项目组提供系统资料、配置、测试环境及运行记录，逐项完成问题整改和复测，交付报告及关闭证据。

对项目采购和交付的数据库、安全软件、云平台、服务器、存储、网络、芯片等建立逐项清单，记录名称、型号或版本、数量、部署位置、国产化属性及证明材料。确定统计对象、计算单位、分子分母、重复计入处理和复核责任，保存计算规则及数据来源，整体国产化比率不低于 80%。硬件整机与内含芯片、配套操作系统及软件组件分别登记，测算时避免重复计入。交付配置或数量变更后重新核验比率与兼容性，保留复核结果。

2　项目建设范围

2.1　实施范围

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、营销中心和审计法务部，管理单位为数字化转型工作办公室。围绕各单位参与的业务、资料和使用任务，开展需求调查、数据清点、专业核验、授权协同、成果验证及培训。

本项目实施数据资源汇聚与接入、数据治理规划与实施、数据集加工生产专项智能工具链建设、数据集运营服务管理平台建设、系统集成、行业大模型训练推理技术服务、数据加工生产、数据集场景验证和运营推广服务。配套完成安全软件与硬件部署、信息安全风险评估、数据集质量评测、技术标准验证、专家库与标注规范建设，以及管理制度、组织保障、安全合规和知识产权管理工作，形成软件、数据、服务成果及配套交付文件。

来源单位确认数据目录、接口人、授权范围和更新频率，按批次完成交接及对账。业务主管部门组织工序字典、部件层级、缺陷判定和指标定义评审，形成规则版本、适用范围、生效时间及审核记录；规则变更或新问题出现时重新评审，并检查受影响数据和任务。成果使用单位参与阶段样本复核及场景验证，记录评价依据、问题和改进要求。项目组跟踪问题处理与复测结果，阶段评审意见纳入后续任务安排。

数字化转型工作办公室统筹跨部门协调、计划推进和问题升级。数据开放及使用授权由具有相应管理权限的单位审核，分类分级由业务与安全管理责任部门评审，阶段验收由项目确定的验收组织实施。项目组登记申请事项、依据材料、审核角色、处理时限和批准结果；存在意见冲突时提交协调处理，未经授权批准不得开放数据或扩大用途。

对每项资料分别登记业务责任、来源系统、维护人员、提供人员、专业审核人员、使用对象和审批权限。一个单位承担多种职责或一项业务涉及多个单位时，明确对应事项及协作关系；管理协调、技术提供、专业判断和授权批准分别落实到具有相应职责的人员，授权依据按人员职责登记而不按单位名称推定。

业务资料清单记录对象、来源位置、格式、版本、有效时间、缺失内容及补充安排。涉及多个部门的同一对象保留来源和定义差异，通过实际业务记录及有效审核确认关联方式；未确认事项跟踪至完成，变更后检查受影响数据及成果。各单位的业务对接任务、资料核验内容与对接成果如表 2-1。

表 2-1　实施单位业务协同与资料核验

数据来源同时登记业务责任单位和实际来源系统，记录对象、字段、维护人员、提取方式、授权范围及使用任务。跨部门共享系统的数据按具体业务对象核验责任与含义；同一业务存在多系统记录时，比较形成时间、状态、版本及业务依据，确定适用关系并保留差异，有效性判定以业务依据与版本核验结果为准。

需要确认的事项按数据授权、专业规则、质量结论、安全控制和业务使用分别提交有相应权限的责任人员处理。数字化转型工作办公室组织跨单位协调及进度跟踪，批准和审核结果保留实际主体、内容、版本、生效时间及适用范围。

已有标准和审批结果在对象、用途、规则、版本和权限仍有效时按适用条件使用。每个任务启动仍检查相关条件，出现数据新增、用途变化、规则修订、权限失效或影响质量的差异时重新核验并完成必要审批，有效性检查逐任务执行。确认结果需要转为本体、知识或标准时，分别完成相应专业审核、发布和任务关联。

2.2　业务范围

建设高质量数据集，实施应用场景验证、数据集运营服务管理平台建设、数据加工生产专项智能工具链建设、知识产权成果工作和数据集质量评测。各项任务分别明确交付清单、实施计划、质量要求、验证方法和验收记录，统一纳入项目进度与质量管理。

建设四个业务领域、四种用途的行业多模态高质量数据集，完成来源接入、加工、知识建设、质量检查、训练验证和版本交付。数据集与模型、知识、工具和评测记录建立实际关联，支撑业务使用、持续更新及受控服务。

完成九类 25 个专项智能工具和数据集运营服务管理平台建设，提供实际运行实例、必要授权、接口、配置和测试资料。运营平台落实 16 项功能及订单、交付、清算、审计和 SLA 要求，配套建立协同汇聚、运营组织、服务供给和实际国家数据基础设施接入能力，功能完成情况分别核验。

六个专业场景和五个通用场景按各自业务任务完成数据、模型及应用效果验证，检查全部要求功能和量化指标。正式数据质量评测完成首轮全量评测、模型对照、缺陷整改复测及盖章报告，由承担评测的机构独立于过程质检单独组织。

建设不少于 50 名、覆盖六个专业领域的数据标注专家库，形成标注规范和完整软建设成果；累计发表论文不少于 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。各类成果保存实际完成状态和证明，以建设与交付实物为验收依据。六项业务建设内容、交付成果与检查要求如表 2-2。

表 2-2　业务建设内容与成果检查要求

按任务依赖组织软件部署、工具链开发、数据准备、加工生产、质量评测和场景验证。优先完成共用认证、存储、调度、版本及审计能力和首批数据接入，工具与数据分批实施，完成相应测试后进入下一阶段。各批次同步开展质量检查、缺陷整改与场景验证；知识产权及文档成果随研发和实施过程形成，分别登记成果、证据、评审状态和完成节点。各类交付成果独立核验，不以数据集数量达标替代平台、工具或服务验收。

面向六个专业场景和五个通用场景开展数据集验证，完成场景数据需求分析、样本准备、验证环境配置、测试用例设计、验证执行、结果分析和整改复测。验证记录关联数据集版本、模型版本、测试条件及评价指标，形成能够复核的数据适用性结论和场景验证报告。

逐场景编制数据需求清单和验证用例，明确业务对象、字段、样本结构、数据量、时间范围、质量条件、评价指标及通过判据。验证前检查数据、模型、环境和授权条件；准备条件不满足时登记缺项，明确责任岗位和完成时间，补齐后执行验证。

验证过程中保存输入、输出、指标计算、人工复核和异常记录。数据质量问题追溯至来源及加工环节，完成补采、清洗、标注修正或重新加工后复测；涉及场景接口或运行条件的问题形成协同处理单，记录责任方、措施和关闭结果。未通过的验证项持续整改和复测，达到验收要求后形成最终报告；待处理问题不得以情况说明代替完成成果。

场景验证交付验证方案、用例、测试数据版本清单、运行记录、指标计算结果、问题及整改记录、复测结果和验证报告。训练推理服务交付数据配比实验、各阶段训练配置与运行记录、模型版本及检查点、评测报告、错例归因和数据改进记录。数据集交付数据文件、版本清单、数据卡、质量检查与评测报告、血缘记录、授权及使用限制文件，并完成发布登记、移交确认和运营支持。

表 2-3　场景验证作业的步骤、输入、产出与判定依据

图 2-1　数据生产、验证与运营流程。实线为作业流转，虚线为整改返回。

3　总体架构设计

3.0　总体技术架构

3.0.1　总体技术架构的构成与质量控制总则

数据治理贯穿数据生产全过程，知识本体与知识库为各加工环节提供对象、属性、关系、规则及知识服务。数据依次完成采集、预处理、标注、合成、增强、质量检查和验证，四类数据集按照各自业务特点配置加工路径，共用基础能力和质量规则。训练前完成数据质量检查，训练后完成数据集验证；未通过验证的数据依据问题归因和血缘记录定位责任环节，修复后重新执行受影响的质量检查和验证任务。每次返工形成新的任务或版本，保存前后关联和处理记录。

数据治理与加工任务按批准的实施计划协同开展。每批数据进入标注前，核验所涉业务对象、主键、编码、术语、分类分级和标注规则的有效版本。定义缺失、编码冲突或规则存在歧义时，暂停受影响对象的批量标注，完成业务评审、规则发布及试标验证后再处理。已具备条件的任务按计划执行；规则变更后识别受影响样本，组织复核与必要返工，保存变更及处理记录。

建立业务对象、属性、关系、术语和约束规则，形成经评审发布的知识本体版本。知识库接入获准使用的业务资料，记录来源、有效期、适用范围和证据位置，建立可检索知识条目及索引。标注、合成和检索任务引用明确版本的本体及知识内容；关键业务规则关联专业审核依据。知识更新先开展影响分析和回归测试，再发布新版本并通知相关任务。

在采集完成、预处理完成、本体版本发布、知识库交付、标注完成、合成增强完成和数据集版本冻结前设置质量检查。采集检查授权、来源、记录及文件完整性；预处理检查解析、去重、单位及时间规范化结果；本体检查类目、关系、约束和版本兼容性；知识库检查来源有效性、条目完整性及检索结果；标注检查标签准确性、一致性和专业复核；合成增强检查来源标识、生成约束、真实性及跨子集泄漏；版本冻结检查分项规模、质量结果、授权、数据卡和交付文件。

各检查明确对象、规则版本、执行岗位、复核岗位、通过条件和异常处理。未通过的对象隔离并生成整改任务，处理后重新检查；训练后的数据集验证独立执行，未通过时按问题归因返回相应环节，修复后重新质检和验证。

在采集和每个加工任务记录输入对象、来源批次、处理规则、算子及版本、参数、输出对象和执行时间，形成样本与任务级血缘。问题发生后结合错例、规则版本和共享依赖确定影响范围，将整改任务分配至对应来源、环节、批次或算子。返工保留原结果和新版本，重新执行受影响的下游检查及场景验证；共享源数据或规则问题影响多个数据集时，扩大检查范围，禁止仅修复单个错例而遗漏关联成果。

模型通过统一接入网关注册、授权和调用，保存模型名称、版本、许可、配置及测试记录。训练环境与评测环境隔离，基准评测数据不向训练任务开放。模型升级前完成任务适用性、质量、安全和性能回归评测，经批准后切换；异常时恢复已验证版本和配置。训练推理服务按任务交付模型版本、检查点、运行配置、训练记录和评测成果，数据集与所用模型、规则及环境建立可追溯关联。

表 3-1　建设成果与核验要求

编制任务依赖和分阶段实施计划，明确数据授权、网络与资源环境、身份权限、标准规则、工具组件及验收条件。首批加工前完成必要的本体、字典、映射及质量规则发布；各工具按依赖关系部署和测试，数据集分批加工。运营平台的登记、授权、目录和交付能力在相应发布任务前完成验证。治理、安全及审计贯穿建设过程，场景验证使用经质量检查并受控冻结的数据版本。各阶段完成条件和交付节点纳入计划，未达条件时制定纠正措施并履行计划调整程序。

按依赖关系编排数据采集、预处理、标注、合成、增强、质量检查和验证任务，任务执行前核验输入版本、规则、授权及资源条件。各次执行形成有向无环的任务依赖图；整改重新生成任务并关联原失败任务，不覆盖历史输入输出。治理、安全、版本和审计控制覆盖全部任务，四类数据集分别配置加工路径，共享获准使用的基础能力。

通过数据库只读抽取、接口调用、文件交换、测点订阅和离线录入接入数据。接入前核验来源主体、授权范围、数据分类分级和接口安全条件，确定全量及增量识别规则。按批次记录源对象、时间范围、记录数、文件数及校验值，执行对账和入口保护，对不满足条件的数据隔离处理。

建立对象、属性、关系及约束定义，发布本体、字典和业务规则；知识资料完成授权、有效性和内容质量检查后入库，保存证据位置并建立索引。跨系统对象通过主键映射关联，各时间字段保留语义、原值、时区及转换规则，向加工任务提供确定版本的知识和规则服务。

数据加工任务调用专项工具完成标注、合成、增强及质量检查，记录每项任务的输入、规则、模型、参数、输出和血缘。按业务领域、部件类别和任务用途制定训练数据配比，开展配比预实验、继续预训练、指令微调和偏好对齐，保存配置、检查点及阶段结果。独立评测环境使用冻结基准进行模型与数据效果评测，形成质量结论、能力变化记录和问题清单。

开展十一个场景的业务能力验证，定位不合格项并组织整改复测。通过质量检查、评测、场景验证和发布审核的数据集封装为交付版本，完成数据卡、血缘、授权及使用限制文件核验，再移交运营平台登记和提供受控服务。

数据标准、质量规则、分类分级、元数据和血缘管理通过版本化配置及接口贯穿生产任务。任务启动核验适用规则和授权，运行时记录执行状态，完成后回传质量结果与血缘。密码、身份认证、权限、脱敏和审计能力按服务职责配置至采集、加工、存储、调用及交付环节，跨区域访问通过受控接口实施检查。敏感数据按分级策略限制字段、用途、接收方和留存期限，记录操作主体、对象、时间及结果，异常访问触发阻断和告警。

整改任务关联问题样本、来源批次、处理规则、算子和下游依赖，记录原因、影响范围、责任岗位、处理要求及复核条件。按确认的影响范围重新加工和验证，存在共用来源或规则问题时检查其他关联成果。新结果保留与原任务的版本关系，问题关闭后更新质量记录和交付版本。

3.0.2　知识本体与知识库

建立覆盖供需计划、产品工艺设计、制造过程和产品质量的知识本体，定义业务对象、属性、关系、编码及取值约束。知识库保存经授权的制度、标准、工艺文件和业务记录，并登记文件版本、有效期、适用范围及原文位置。本体、知识库与加工规则分别实行版本管理。采集、标注、合成、质检、训练和场景验证任务登记所引用的版本，依据对象标识及证据位置关联源数据，支持复核、影响分析和结果追溯。

知识本体定义设备与部件、工艺与工序、故障模式、质量特性与检验项、物料与物料清单、供应商与合同、能耗与工况七类业务对象。交付类目定义、属性及值域、关系定义、对象标识映射、术语及别名、标准映射和版本记录。类目登记编码、名称、定义、适用范围及上下级关系；属性登记数据类型、计量单位、允许值、必填条件及来源；关系登记两端对象类型、方向、基数及有效时间。发布前检查编码重复、必填信息缺失、关系端点不存在、层级循环和规则冲突。一个术语存在多个业务含义时，分别登记所属领域、定义及适用条件；同一概念的不同称谓作为别名维护。评审未通过的条目不进入正式版本。

建立跨系统对象标识映射，分别保留设备资产编号、产品编号、零部件编号、物料编码、维修工单编号及其来源系统。根据对象类型、产品配置、部件层级、业务关系和有效时间识别记录间的对应关系，区分同一实物对象、同型号产品、替换部件及物料批次。候选映射登记匹配依据、置信度和复核状态；编号重复、关系冲突或依据不足的记录进入待核查队列。业务人员确认后发布有效映射，关联记录保留原始标识和历史版本。工序字典及历史工艺样本分别核验名称、数量、版本、来源和适用范围，形成可追溯的数据清单。

标注任务引用已发布的本体版本、标签集版本和标注规范版本，按对象类型、属性约束及关系定义执行标注。合成任务同时绑定工艺规则、适用参数范围、知识证据和生成模板，生成结果通过约束校验及人工复核后入库。检索任务按对象标识关联知识库条目，返回条目编号、文件版本、适用条件和原文位置。每项任务记录完整的版本依赖清单，运行期间保持依赖配置固定；需要更新时终止或完成当前任务，登记变更原因，经评审后以新的任务标识启动，保留前后结果的关联关系。

场景验证通过对象查询接口检索设备、部件、工艺、物料及其关联记录，查询请求携带对象标识、业务范围、时间范围和访问权限，返回结果保留来源与版本。验证发现的问题分别登记数据缺失、数据错误、对象映射错误、本体定义错误、知识证据缺失、检索错误及模型输出错误，关联验证用例、输入、实际输出、预期结果和复现条件。经复核属于本体的问题提交本体修订任务；其他问题分别交由数据加工、知识库、检索或模型服务岗位处理。修订前分析关联数据集与场景的影响，修订后实施对应复测及受影响用例回归，保存修订和验证记录。

图 3-1　数据加工、知识服务与场景验证流程

3.0.3　总体架构的分层构成

总体架构按六层一横一纵组织。六层是数据资源层、采集接入层、知识底座层、加工生产层、训练与评测层、运营服务层；一横是数据治理管控层，在六层之上横向贯穿；一纵是安全与国产化底座，自下向上纵向支撑。场景验证服务跨训练与评测层、运营服务层展开，是本包三类交付成果之一。

图 3-2　总体技术架构。向上箭头为数据与成果的主流向；治理层横向贯穿六层，安全与国产化底座纵向支撑六层。数据来源：架构骨架依招标文件 b1215；各层条目依第 3 章对应章节号（3.2.2、3.2.3、3.2.4、3.2.6.2、3.2.6.3、3.2.6.5）；功能模块依 b0804r04 实列 16 项并另增 1 项（b1198）；25 个工具链依 b0917；硬件台数依第五章硬件采购清单。

3.0.4　六层的职责与交接物

架构图给的是位置关系，真正决定可实施性的是层与层之间交什么、交到什么状态算完成。下表把六层的职责与交接物逐层写明，交接物的格式与字段在各节细化。

表 3-2　六层的职责、交接物与完成判据

表 3-2 数据来源：层次划分依招标文件 b1215 的生产逻辑规定；交接物与判据依各层对应章节的要求条目（3.2.2、3.2.3、3.2.4、3.2.6.1—3.2.6.5）。

六层之中有两层需要特别说明其边界，因为它们容易与甲方既有工作混淆。第一层数据资源层不在本包建设范围，本包对它的要求只有一件：按已授权范围开放只读数据接口。我方不替换、不重建其中任何一套系统，源系统的改造需求若出现，按变更流程另议（详见本卷「系统集成方案」节 1.4、1.10 与「数据资源采集接入」节第二部分的前置条件）。第六层运营服务层属于本包建设范围，但其运营工作本身（挂牌定价、客户拓展、交易撮合）在质保期内由我方提供支持、由甲方主导，机制与分工见本卷「技术创新与机制创新」节运营体系一段。

六层逐层的构成、设立依据、上下层接口与产出消费方如下。六层之中任何一层被当成可以省略的中间环节，省下的工作量都会以返工的形式在下游出现，因此每一层的边界与交接物均须在实施前固化。

3.0.4.1　第一层　数据资源层

本层是甲方既有的数据资产，不在本包建设范围。构成为三部分：十七套业务与设备系统（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，依 b0804r02、b0807）；离线非结构化资料，含业务域文档、图片、工程图纸、技术书籍、财务票据与音视频（b0911）；本项目新增的五类 46 台现场感知与检测设备（b2150r02—b2150r06），设备本体由本包供货安装，其产生的数据归甲方。

本层单列成一层而不并入采集环节，原因是本包与甲方的责任边界就划在这一层与第二层之间，划不清楚会在实施期反复扯皮。本包对本层的要求只有三件，都是前置条件而非建设内容：按已授权范围开放只读数据接口或文件通道；提供数据库连接信息、接口信息或 FTP 信息（b0813、b0820、b0827 等各系统同类条目）；提供数据字典或数据库设计说明书（b0815、b0822、b0829）。我方不替换、不重建其中任何一套系统，源系统的改造需求若出现，按变更流程另议。

接口形式按源系统的条件分别确定，取数时段按各系统要求安排在业务低峰（各系统条目均写明例如 0 点至 5 点）。本层的产出被第二层消费，消费方式是只读抽取与文件取回，不回写。

3.0.4.2　第二层　采集接入层

本层有五类通道：数据库只读抽取、接口服务调用、文件与图纸取回、时序测点订阅、离线与纸质录入。每类通道内含五个固定动作：接入四要素核验（源系统、授权范围、字段清单、责任人）、格式合规校验、入口脱敏、增量水位线识别、批次成形与采集记录登记。本层还承担对象主键的初次贯通尝试，即在批次成形时写入可识别的业务主键。

本层单列而不由加工环节直连源库，有三条理由。其一，脱敏必须在入口完成：高敏字段一旦进入加工域再脱敏，加工域就已经留下了副本，分类分级的管控失效。其二，增量识别必须在入口完成：十七套系统的增量判定方式各不相同，有的有时间戳、有的只能靠主键比对，这件事放到下游做会导致每个加工环节各写一套增量逻辑。其三，批次号必须在入口生成：批次号是后续血缘、定向回流与版本登记的唯一串联键，它若不是在数据第一次进入我方平台时生成，中间就一定有一段无法追溯。

向上交接的是带批次号与采集记录的原始数据，写入落地区，并附数据源登记台账与增量水位线对账结果。交接判据是入口检查节点通过：四要素齐备、格式合规、脱敏生效、批次台账登记完成。本层产出被第四层加工生产层消费，登记台账与水位线同时被横向治理层消费（用于元数据与质量规则的执行记录）。

3.0.4.3　第三层　知识底座层

本层有四件东西：知识本体（类目、属性、关系）、知识库（知识条目、图谱、检索索引、三元组）、主数据与对象主键映射表、时间基准与折算规则。本体的工序类目按工艺部门确认的 28 道备料工序字典建立，部件层级按链条、链轮、溜槽、电机、减速器、液压系统等刮板输送装备部件构成建立。

底座须先立，依据是招标文件已把本体与知识库定为标注口径、合成约束与检索证据的唯一来源（b1215）。若不先立，三件事会同时失控：标注员各自按理解给标签，同一缺陷在不同批次里有不同名字；合成样本没有约束条件，生成出与工艺事实冲突的内容；检索增强给不出可核对的出处。这三件事的共同特点是发现得晚、返工量大——它们都要到质检或场景验证阶段才暴露，而那时相关批次已经加工完毕。

与下层的接口是从第二层取规范化样本与术语原料；与上层的接口是向第四层下发本体版本、术语表、标注口径与合成约束，向第五层提供检索证据与评测题目的事实依据。交接判据是口径检查节点与终审门通过：类目与关系经评审、与企业既有编码对齐、检索可用。本层产出被第四层、第五层共同消费，且被四个数据集共享——四集共用一套底座，不各建一套，这是本架构与按数据集分别建库的做法的主要差别。

3.0.4.4　第四层　加工生产层

本层是本包工作量的主体，有三块内容：十个加工环节（采集、预处理、本体构建、知识库建设、标注、合成、增强、质检、验证、项目管理）、9 类 25 个专项智能工具链（b0915、b0917）、七道质量检查节点与三类定向回流。

环节细分到十个而不按采集—加工—交付三段组织，原因是门控的位置由环节边界决定。每一个环节之后设一道判定，一批数据的问题最多向后传递一个环节；若只分三段，问题会积累到交付段才暴露，返工的范围就是整段而不是单个算子。这一层的设计取舍已在第 3.0.1 节第三条交代。

与下层的接口是从第二层取原始数据、从第三层取本体与口径；与上层的接口是向第五层交冻结封装的数据集版本（数据体、数据卡、质检报告、验证报告、血缘清单），向第六层交版本封装包与登记信息。交接判据是版本检查节点通过：规模、模态、时效与六维质量指标达判据，血缘完整。本层产出的消费方有三个：第五层用于训练与评测，第六层用于对外交付，服务方案卷的质量评测节用于外部评测送检。

3.0.4.5　第五层　训练与评测层

本层按三域一网关组织：训练域（配比预实验、继续预训练、指令微调、偏好对齐）、评测域（冻结沙箱）、推理域（内网隔离区与受控区），三域之上是统一模型接入与评测网关，承担鉴权、数据分级校验、多协议适配、调用计量留痕与版本路由。

评测域做成与训练域隔离的冻结沙箱，原因是基准测试数据集一旦进入训练数据，评测结论就失去意义，而本项目的交付物价值恰恰要靠评测结论来证明。隔离的代价是沙箱内的运维成本与评测作业的排队，收益是模型替换之后评测结论仍然可比（依 b1354 的可复现要求）。这也是全卷唯一一条写成无回退的技术约束。

本层单列而不把数据集直接交出，原因是本包承诺的不是「交付了多少数据」，而是「数据管用」。管用与否要靠两个证据：知识注入有效性（同一基准在注入前后的能力差）与错题归因（答错的题对应哪一批样本的缺陷）。这两个证据只能在训练与评测环节产生。

与下层的接口是从第四层取数据集版本、从第三层取事实依据；与上层的接口是向第六层提供可对外说明的能力增量结论，向第四层反向交付结构化整改任务单——这条反向接口就是 b1215 要求的定向回流在层间的体现。交接判据是评测可复现（同版本、同种子、同结果）且增量结论有对照基准。

3.0.4.6　第六层　运营服务层

本层承载的功能模块共 17 个，其中招标文件服务采购清单列明 16 个、我方额外增建 1 个：目录与元数据、上传下载、检索预览、版本与动态更新、权限、确权与挂牌、登记注册、数据集服务、订单、交易合同、交易费用、交付、清算、审计、对外接口（以上 15 项与国家数据基础设施对接能力 1 项，合计为招标列明的 16 项），以及我方增建的平台服务与 SLA 保障模块 1 项。对接国家数据基础设施按统一目录标识、统一身份登记、统一接口要求实施（b0676、b1206）。模块数量取采购清单实列的 16 项并另增 1 项（b0804r04、b1198），高于 b0685 的不少于 14 个模块要求。

本层的设立依据是：招标文件对本项目的目标不止于建成数据集，还要求数据集可服务行业用户、可在交易所挂牌上架交易（b0676）。没有这一层，数据集停在资产状态，政策要求的资本转化一段就没有承载物。

与下层的接口是接收第四层的版本封装包与登记信息、接收第五层的能力增量结论作为挂牌说明材料；对外接口按三统一要求提供目录、服务与交易接口。交接判据是版本登记完成、目录可检索、交付通道可用、SLA 指标可度量。本层产出被外部用户消费；其运营工作本身（挂牌定价、客户拓展、交易撮合）在质保期内由我方提供支持、由甲方主导。

3.0.4.7　横向　数据治理管控层

本层横向贯穿六层，内容是五类管控对象：数据标准（术语、主数据、参考数据、数据元、指标）、质量规则库、分类分级结论、元数据与血缘库、九大能力域的治理实施记录，另含治理实施要求的决策数据指标体系（b1759）。

治理层设为横向而非前置阶段，取舍理由见第 3.0.1 节第一条：治理规划的九大能力域成果需要数月，而加工必须尽早启动。横向的含义是治理的产出在每一层都生效而不是只在开头生效——标准在采集层决定字段清单、在知识底座层决定类目命名、在加工层决定质检规则、在运营层决定目录元数据字段。

接口是双向的：向各层下发标准与规则，从各层接收元数据与执行记录。交接判据是规则在平台上可执行、执行记录可追溯。本层产出的消费方是全部六层，另外被 DCMM 贯标评估消费。

3.0.4.8　纵向　安全与国产化底座

本层纵向支撑六层，内容是：商用密码服务平台与服务器密码机承担的国密加解密（b0693、b2150r02）、数据分类分级与出域控制、等保三级与密码应用安全性评估、RBAC 与三员分权、审计日志留痕与计量，以及数据库、安全软件、云平台、服务器、存储、网络、芯片的国产化适配与比率测算（b0677）。

安全做成纵向底座而不在每层各设一套安全措施，原因是安全管控的有效性取决于是否存在绕过路径。分级在采集层做、出域控制在网关层做、留痕在交付层做，这三处若各自实现，就会出现分级结论在网关层读不到的情况，而那正是高敏数据出域的典型漏洞。底座的做法是三处共用同一套分级结论与同一套审计日志。

接口是向各层提供可调用的密码服务与安全管控能力，从各层接收调用记录。交接判据是密码应用按设计落点生效、测评与评估结论出具、国产化测算表完成。本层产出被全部六层消费，测评与评估结论同时作为验收材料。

3.0.5　层与层之间的接口清单

层间接口按施工口径逐条编号列出，每条给出传递内容、形式、触发时机与失败处理。失败处理一列是本表的要点：集成项目的实际故障大多不在接口不通，而在接口通了但上游给的内容不合格，而下游没有拒收的依据。

表 3-3　层间接口清单

整改任务登记问题对象、来源批次、样本或文件、处理环节、工具及规则版本、证据、影响范围、处理要求和复核条件。任务指向可识别的业务对象及处理动作，原因未明确的先安排调查和证据补充，确认后执行相应修订。

各次执行按输入、输出和前置任务形成有向无环的任务依赖关系，调度前检查缺失依赖、未完成前置条件和循环引用，检查不通过的任务不启动。任务使用固定输入及规则版本，完成后保存状态、结果和实际依赖。

整改生成新的执行任务和修订版本，分别登记问题来源、历史任务及本次输入关系。历史输入、输出、失败和评测记录保留，新任务完成后重新执行受影响的质量检查、训练评测或场景验证。复核通过后更新问题状态及成果版本，未通过时继续建立后续整改任务，不覆盖旧结果或隐去未解决问题。

治理、加工与运营服务通过版本化接口交换规则、数据和执行记录。治理服务发布经确认的数据元、分类分级标签、质量规则和适用版本；加工服务回传实际字段及对象血缘、质量检查结果和问题处理记录；通过发布审批的数据集版本封装包及登记信息提交运营服务；运营服务按有效授权回传使用计量及服务记录。

接口请求包含调用身份凭证、请求标识、业务对象、数据版本、规则版本和时间戳，接收服务核验凭证、权限、范围、版本及结构，不根据请求方自报角色直接授予权限。处理结果返回状态及必要错误信息，保留实际执行对象和结果；重复或结果未知的请求先核查业务状态，避免重复登记、交付和计量。

各次交换记录提交、接收、处理和确认状态，数据文件、元数据及登记信息完成一致性核验。异常记录关联原请求、任务及版本，由对应责任岗位处理，恢复后对账并确认结果，未完成对象保持可查询的真实状态。

异步任务采用持久化队列、幂等处理、失败重试和人工补偿机制。重复请求核对请求标识与业务状态，避免重复登记、重复交付或重复计量；重放任务保留原始请求及重放记录。运营服务不可用时，具备独立运行条件的加工与质检任务继续执行，待发布成果进入受控队列，恢复后核验授权、版本和文件校验值再补办登记。加工服务不可用时，仅对已完成发布且存储、认证和交付链路正常的数据集提供运营服务。接口恢复和人工补偿保留原请求及实际业务状态，不因修改台账抹去失败、重复或已交付的事实。

治理服务不可用时，逐项检查缓存规则的版本、有效期及授权状态。仅在规则仍有效、权限可核验且未触发撤销或风险告警的条件下继续已批准任务；无法确认权限或规则有效性的任务暂停处理，不新增发布和对外交付。恢复后核对变更记录，按血缘识别影响范围，执行补充检查或返工。共享认证、网络、存储和审计服务异常时，依据依赖关系暂停受影响业务，完成恢复验证后再开放调用。

3.0.6　数据流转全景与门控、交付物的位置

图 3-3　数据生产、验证与发布流程

数据生产在采集、预处理、本体发布、知识终审、标注、合成增强和版本检查等环节实施质量控制，分别明确检查对象、规则版本、覆盖范围、判定条件、执行及复核人员。质量结果与实际输入、输出和处理版本关联，未通过对象进入整改和复检。

后续任务使用已有检查结果前，核验对象内容、版本、规则、授权及适用条件是否保持一致。发生转换、聚合、切分、重标、生成、规则修订或来源变更时，重新检查受影响的质量项；发现跨批次或共用规则问题时扩大核查范围。未受变化影响且证据完整的结果按确认方案引用，保留引用关系及适用范围。

正式数据集质量评测完成首轮全量评测，说明文档、数据质量和模型应用三维度指标 100% 覆盖，并按规定完成缺陷整改及复测。内部环节检查结果作为过程证据提交，不能替代正式评测或减少规定的验证范围。最终成果与实际版本及完整质量记录对应，达到要求后办理发布和交付。

采集、加工、质量检查、评测和交付任务在执行过程中形成相应记录，关联任务标识、输入输出、来源、配置、版本、执行时间、人员及处理结果。采集清单、缺项、标注复核、质量统计、异常和整改资料随实际操作保存，原始记录与后续修订分别保留。

任务完成检查核验规定产出和过程记录是否齐备、内容是否可读、版本是否一致、关键关联是否完整，以及质量和复核结果是否满足条件。检查通过后将任务转为完成；资料未写入、无法校验或缺少确认时，任务保持待补齐或待复核状态，并记录责任和处理要求。

文件、数据对象和记录分别写入时，保存各自持久化及确认状态，完成交叉核验后确认任务结果。失败或部分完成时核查已保存内容及实际业务状态，按恢复方案补传、补录或重新执行，避免重复生成和计量。补充记录标明实际补录时间、原因和证据来源，不以事后补写冒充原始同步记录。

表 3-4　数据生产质量检查与不合格处置

质量阈值和统计方法在相应任务方案中明确并确认，已明确的项目数量、质量及安全指标严格执行。

3.0.7　一条数据的完整路径

图 3-4　图纸数据加工与板材备料场景验证流程

图纸数据加工以经授权接收的 PLM 任务、原生图纸、有效工艺卡片及工序附图为输入。接收时登记任务标识、文件标识、图号、版本、批准状态、适用对象、来源路径和文件校验值，核对文件清单及关联关系。原生 CAD 文件与扫描图纸分别配置解析流程，保留图元、图层、几何结构和文字要素到原始文件位置的对应关系。工艺资料关联以有效版本、批准记录和适用范围为依据，不能仅凭名称相似或部分编码相同确认配对。

解析、关联、标注、质检、模型验证和场景验证分别记录输入版本、执行配置、处理人员、时间、结果和异常。批次规模、并发数量及解析置信度阈值通过代表性数据试运行确定，记录测试样本覆盖、误识别情况、人工复核工作量、耗时和资源占用，经技术与业务复核后纳入受控作业配置。阈值仅用于任务分流和复核安排，不能替代业务正确性检查，也不改变工艺卡片及工序附图的准确率要求。

表 3-5　图纸数据加工、验证与修订作业要求

各加工环节完成后记录检查结果，未通过检查的输出不得作为合格数据进入后续生产或发布。对后续训练、场景验证或质量评测中发现的问题，依据样本血缘、规则和模型版本、执行记录及业务复核结果确定影响范围。涉及共享数据、共同规则、模型或接口的缺陷，同时检查关联批次及下游成果；已发布成果受影响时，采取受控暂停使用、修订和重新验证措施，并保留通知及处置记录。

成果发布前完成加工质量检查、模型验证、场景验证和正式质量评测，核对数据体、说明文档、来源及处理记录、质量报告、场景验证报告和交接清单。各类结果分别留存、相互关联，未完成或未通过的项目不得以其他环节通过结果替代。

3.0.8　架构承载的量级测算

容量计划分别核算原始数据、加工中间结果、合格数据集、索引、血缘、审计日志、模型及检查点、训练和评测临时数据、备份副本的存储需求，同时核算采集带宽、解析和质检吞吐、训练及推理吞吐、人工标注复核工时和各阶段峰值并发。四类数据集按领域及用途分别统计，预训练合计 615 亿 Token、指令微调合计 89 万条、偏好数据合计 6.6 万组、基准测试合计 0.95 万条；不同用途的计量单位分别保留，不相互折抵。

资源配置以数据清单、实测文件大小、处理耗时、模型运行记录和实施进度为依据，记录测量时间、测试数据覆盖、软硬件配置、并发条件、统计方法和适用限制。项目实施中按数据增量、有效吞吐、队列等待和资源峰值更新容量计划，核对剩余工作量与剩余有效作业时间。预计不能按计划完成时，及时调整处理配置、作业排期和合格人员或资源投入，履行必要变更手续并重新验证，不降低交付规模、质量要求或强制指标，也不自行顺延合同节点。

表 3-6　数据处理工作量与资源容量测算

影像数据采集与留存策略按设备类型、作业工况、质量分析及追溯用途配置。分别保存业务所需的原始帧、视频、全辐射测温数据及时间同步信息，保证数据能够关联到设备、工件、任务和对应工艺过程。采用事件触发留存时，验证触发条件、漏触发情形、事件前后记录范围、通信中断恢复和原始数据完整性；在验证通过并完成审批前，不以触发截取或降帧结果替代必需的原始记录。容量不足时按剩余空间、预计增量和补充资源周期提前处置，不能自行删除未达到保留条件的数据。

血缘采集随数据接收、解析、转换、标注、合成、增强、检查、训练验证及版本发布同步执行，关联源文件、样本、任务、工具、模型、提示词、规则、配置和输出版本。任务状态与血缘记录保持一致，记录持久化失败时保留实际执行状态，阻止依赖缺失证据的发布操作，并按故障记录恢复和核对。发现历史记录缺失时，依据可信原始文件、执行日志及版本清单开展补充核查，明确已确认和无法确认的关系；无法证明质量或来源的成果不计入合格交付，按影响范围安排重处理与复验。

3.0.9　平台组成与部署形态

数据集加工生产平台、数据集运营服务管理平台和数据治理平台通过受控接口协同运行。各系统分别管理其业务对象、服务身份和访问权限，建立用户及服务身份映射、数据集标识关联和版本关联机制。数据集从接收、加工、检查、验证到发布移交持续保留来源及处理记录；运营侧登记的数据集版本与加工侧正式发布版本建立可核验对应关系，不因跨系统移交丢失原始标识、版本指纹和血缘。

身份认证集成保留各系统必要的角色分离和最小权限控制。元数据、血缘及审计信息按业务用途、数据分类分级和授权范围查询，跨系统汇聚时继续执行原有访问限制。商用密码服务平台的登录、管理及密码调用审计日志仅向审计员开放，不能因统一检索或日志汇聚而扩大其他角色的读取权限。涉及权限撤销、账户停用和服务身份变更时，及时同步相关访问控制，记录生效结果与异常处置。

数据集加工生产专项智能工具链支持数据采集、数据预处理、领域本体构建、知识库构建、数据标注、数据合成、数据增强、数据质量检查、数据验证和数据集项目管理。配置思维链、长上下文、多轮对话、多模态对齐、智能标注、生成增强、质量分布分析、生成控制评测、验证归因九类工具，交付二十五个工具链功能组件。各组件通过作业标识、数据版本、规则版本和运行日志关联，记录输入、处理参数、输出及异常结果。

数据集运营服务管理平台提供数据及服务管理、订单管理、交付管理、清算管理、审计管理、平台服务与 SLA 保障、对外接口能力。数据集发布前完成版本登记、权属及授权材料审核、使用条件配置和交付方式确认；订单、授权、交付、计量、清算及审计记录关联保存。平台服务设置运行监测、故障告警、服务请求受理、恢复验证和服务报告机制。

数据治理工具管理数据元与数据标准、质量规则、元数据、数据血缘、数据分类分级和访问权限。规则发布实施版本控制和审核审批；加工任务引用确定的规则版本，处理完成后回传质量结果和血缘记录。

在采购的通用服务器上完成数据集加工生产平台的安装、配置和适配，在采购的接入连接器上完成数据集运营服务管理平台的安装、配置和适配。部署前核验处理器、操作系统、内存、存储、网络接口、数据库及依赖组件的版本与兼容性，形成部署清单和安装记录。对安装完成的服务执行启动停止、权限访问、接口调用、数据交换、异常恢复和业务流程测试，保存配置、日志和测试结果。

数据治理平台与相关加工、运营服务按照经确认的资源及网络部署方案集成，记录实际承载节点、服务地址、端口、数据存储位置和调用关系。训练、推理及评测环境实施相应访问隔离，基准数据采用独立授权和受控访问，原始业务数据及敏感资料不得因模型调用或评测上传至未经授权的外部环境。跨安全区域业务访问通过受控接口执行身份认证、权限校验和审计；数据服务、管理维护及系统内部依赖分别配置必要访问规则，不开放无关端口或越权数据库访问。

完成服务器密码机国密算法与应用接口调试，核验密钥管理、密码调用、权限分离和日志审计功能；完成采购硬件的网络连接及适配，核对链路、地址、时间同步、数据传输和异常告警。涉及现有网络和系统配置变更时，履行变更审批、备份、实施及恢复验证手续，按实际测试结果确认集成状态。

各服务通过经批准的身份映射和认证接口协同，分别设置人员及服务账号权限。加工过程数据、运营订单及清算数据、治理管理数据按业务职责分别保存；元数据、血缘和审计记录交换遵循分类分级、最小必要和原始访问权限要求。商用密码服务平台的审计日志仅向审计员开放，统一汇聚、备份或检索不改变该限制。

加工中间数据和待验证版本不得作为正式数据集对外发布。对外交付核查正式版本、发布审批、数据权属及许可、接收方授权、使用条件和交付范围，保存交付清单、版本指纹、传输结果及接收确认。目录可见范围与数据下载或使用权限分别控制；授权到期、撤销或版本暂停时，及时停止相应访问并记录处理结果。

订单、交付、计量和清算记录由运营服务关联管理，通过受控接口提供必要状态和核对信息。治理标准及规则按版本发布，加工作业保存所引用版本、适用范围和执行结果；权限策略变更及时生效，执行记录保留当时策略依据，不能以任务使用历史配置为由继续已撤销的访问。

表 3-7　平台功能与服务接口

建立应用、组件、设备和网络连接的部署清单，登记各服务实际安装位置、承载资源、软件版本、依赖关系、存储位置、接口地址、端口、服务账号和管理责任。数据集加工生产平台在采购的通用服务器上安装和适配，数据集运营服务管理平台在采购的接入连接器上安装和适配，并完成服务器密码机国密算法调试及采购硬件网络连接。部署清单与安装记录、配置文件、授权清单及联调结果关联保存。

按业务重要程度、数据变化量、备份能力及实际资源制定备份和恢复方案，明确故障检测、影响评估、停止受影响操作、状态核对、数据恢复、业务验证和恢复批准的操作步骤。恢复时间及可接受数据恢复范围分别测量和记录，不以服务进程启动成功代替业务恢复。涉及共享存储、身份服务、网络或密码服务的故障，检查全部依赖业务及已有结果的有效性；恢复后核对任务、版本、订单、交付及审计记录，确认一致后恢复相应操作。

表 3-8　系统部署、资源配置与故障恢复要求

人员账号与服务账号分别管理，禁止共用个人账号执行系统任务。人员账号按岗位角色配置功能和数据访问范围；服务账号绑定具体应用、组件和调用用途，限定允许访问的接口、资源及操作，记录授权人、生效时间、有效期和撤销状态。账号新增、变更、停用和权限调整按审批流程执行，权限撤销及时传递至相关服务，缓存授权同步失效。

跨系统调用按接口安全方案配置可验证的调用方和服务方身份认证，校验证书或其他获准凭证的有效性、适用对象及撤销状态。凭证由受控方式保存和轮换，轮换前完成兼容及连接验证，保留操作记录；失效、来源不明或权限不足的凭证不允许继续调用。

每次数据访问分别核验身份、角色权限、业务用途、资源范围、数据分类分级、字段限制及授权期限。具有较高访问级别不代表可以访问全部同级或低级数据；仍须满足该资源的具体授权条件。接口对获准字段执行查询、脱敏、下载或处理操作，对拒绝请求记录必要的主体、资源、时间、原因及策略版本，避免在错误消息中泄露敏感数据。

对外交付及定向开放同时核对数据权属和许可、正式发布状态、接收方身份、订单或服务授权、用途、期限与转用限制。缺失必需的分类、授权或使用条件时停止该项交付，转入资料核验和审批处理；审批通过后重新执行检查，不能通过人工放行绕过必要密码、权限或审计控制。

对原始数据及文件、业务标识映射、本体和知识库、数据标准、质量及安全规则、标注规范、工具及代码、模型、提示词模板、执行参数、数据集、评测数据和判分配置实施版本管理。各对象记录唯一标识、版本号、内容校验信息、适用范围、审核状态、生效时间、修改原因及发布记录，并建立输入、执行和输出之间的关联关系。

加工作业启动时固化本次执行使用的数据和技术配置，记录任务标识及完整配置清单。运行中需要修改数据、规则或模型时，先按影响范围暂停相应任务，履行变更审核，再以可追溯的新执行记录继续处理；不得覆盖原配置后仍宣称属于同一次未变更执行。身份权限和紧急安全限制按当前有效策略校验，任务绑定历史版本不能延续已经撤销的权限或已经禁止的处理方式。

标准、知识、工具或模型变更后，依据对象依赖、样本来源、执行记录和发布关系识别受影响批次、数据集、模型及下游服务。分别确定是否需要重新解析、标注、检查、训练、评测或发布，记录评估依据、责任人员和处置结果。共享规则或共同来源存在问题时，检查相关历史版本；不能仅以批次不同认定不受影响。

正式发布包关联实际使用的版本清单和验证资料，支持按样本、任务、数据集及模型追溯；修订版本保留与原版本的差异、影响范围和复验记录。原始版本、版本审批、配置变更和验证记录按批准的保留策略保存，修订操作保留操作者、时间、原因和前后版本对应关系，不覆盖既有版本。

训练推理服务设置训练环境、推理环境、评测环境及模型接入网关。训练环境开展数据配比预实验、继续预训练、指令微调和偏好对齐，接收经批准并冻结的数据集版本，输出模型检查点、训练配置、运行日志和训练结果，不直接向业务系统开放推理接口。推理环境提供在线推理、批量生成和检索增强服务，按数据分类分级和授权范围配置内网隔离区、受控区及对应访问策略。评测环境独立保存冻结的基准评测数据、评测程序、评分规则和运行配置，对待评模型执行确定版本的评测任务。

模型接入网关统一实施身份认证、权限校验、数据分级检查、协议适配、版本路由、调用计量和审计。调用记录关联用户、任务、模型版本和数据版本。提示词及响应内容按分类分级策略脱敏、加密和限权保存，审计人员仅在授权范围内查阅；留存期限届满后按照审批流程清理。

训练环境与评测环境使用独立存储和访问凭证。基准评测数据以只读方式提供给评测作业，训练任务无权访问；训练数据制作和版本发布时实施样本交叉检查，防止评测样本及其近重复内容进入训练数据。推理受控区仅调用已批准的数据集和知识库。涉及未脱敏工艺、质量数据的任务在内网隔离区执行，逐项核验业务必要性、访问授权及输出限制，禁止将原始敏感数据转发至受控区。跨区请求经过网关校验，仅传递获准的数据字段和处理结果。

训练推理服务向运营平台提供模型版本、评测报告和数据集与模型的关联记录，向治理服务提供质量检查结果及问题归因记录，向场景验证任务提供经授权的推理和评测接口。接口采用最小权限控制，记录请求、处理结果和异常情况。

训练任务异常后，校验最近有效检查点、数据版本和环境配置，确认一致后恢复训练。评测任务失败后保留失败日志，使用登记的数据、模型、代码、依赖和参数重新执行，并核对结果差异。推理服务异常时暂停受影响的场景任务，保留排队状态和已完成结果，恢复后检查任务幂等性再继续执行。共享资源故障按依赖关系识别影响范围；既有评测报告如涉及受损数据、错误配置或失效模型版本，暂停使用并重新验证。

3.0.10　业务对象关联与时间基准的统一

跨系统数据关联分别识别设计对象、实物对象、生产任务、工艺过程和质量记录。部件或物料编码用于识别设计及物料类别，实物编号或批次用于识别具体生产对象；工单记录生产任务，炉次或加工事件记录一次实际作业，检验批及检验记录反映相应质量检查对象和结果。关联时保留各对象原有编号及其业务含义，不能将工单号、炉次号或检验批号直接作为工件编号。

依据BOM、工单明细、投料或领料记录、工序流转、装炉及加工记录、报验和检验明细，建立对象之间经核实的一对一、一对多或多对多关系。每条关系记录来源系统、原始记录标识、对象类型、关系类型、适用版本或时间范围及业务确认依据。同一工单涉及多件工件、同一炉次包含多个批次、同一工件发生返工或复检时，分别保留明细和事件，不合并为唯一对应关系。

历史资料缺少实物级标识时，记录实际可确认的批次或任务粒度，并登记缺失信息及补充核查任务。不能仅凭编号相近、时间接近或相同材料自动确认实物关联，也不能把加工侧生成的记录标识当成源系统已存在的工件编号。

建立业务对象映射记录，登记来源系统、原始表或文件、原始记录标识、对象类型、业务编号、目标对象及编号、关系类型、关系基数、来源证据、适用时间、适用版本、核验状态和责任人员。原始编号按来源保存；统一物料编码、组织及人员主数据作为相应对象编码对齐的基础，关联生产和质量对象时继续核验实际业务关系。

优先采用来源系统中已建立且经核验的关联键、业务明细及有效流转记录。对历史编号、版本变更、拆分合并、返工和跨系统编码差异，结合批准记录及业务证据建立映射，不以字符串相同或多个候选中分数最高直接判定有效。自动匹配规则记录适用范围、规则版本和测试结果，疑似匹配进入专业复核。

关系状态区分已确认、待核验、冲突和失效，状态变化保留审批及证据。存在多个候选或不一致证据时，禁止未经确认选择其中一条作为训练标签或质量追溯依据。缺失关系建立问题清单，明确待补资料、责任人员、影响的数据用途及处理期限；补齐后重检关联和受影响样本。无法确认的关系保持其真实状态，相应数据仅在经过质量评估、允许缺少该关系的用途下使用，不计入要求关联完整的合格样本。

时间处理分别保存源端时间、业务事件时间、采集接收时间和加工时间，登记时区、时间单位、原始精度、来源设备及同步状态。时间格式转换使用受控规则，保留原始时间值与转换后时间；原记录时区或单位不能确认时，先进入异常核验，不能直接套用默认值。显示时间与存储时间采用明确的转换规则，避免跨日和跨时区记录被错误排序。

设备时序与视频、图像关联前，核查设备时钟、接口时间戳、触发信号和采集链路。通过可识别的同步事件或其他可验证依据测量时间偏移及变化，记录校正方法、测量区间、误差和规则版本。网络传输及队列延迟不直接当成设备时钟偏移；接收时间不能在缺少证据时替代真实作业发生时间。

按数据类型和业务用途确定对齐粒度、窗口长度、容许偏差、插值或重采样方法。连续测量、离散状态及报警事件分别处理；状态切换和缺陷事件保留原始时点，不采用不适用的插值生成虚假状态。补齐值标记方法及来源，保留缺失、异常和数据间断信息。重采样结果与原始序列建立对应关系，检查短时峰值、异常事件和工艺特征是否丢失。

工单报工、检验登记等人工记录分别保存实际业务时间与录入时间，关联时结合工件、设备、作业记录及业务确认，不按录入时间就近强配。对迟到、乱序及补传数据重新核验受影响窗口和关联结果，生成修订记录并重检已使用样本；预测类样本按预测时点限定可用信息，避免使用当时尚未发生或尚不可获得的后续结果。

工序、部件、产品、物料和质量特性等业务对象采用业务主管部门审核发布的代码和字典。字典记录代码、名称、定义、适用范围、版本、生效日期和管理责任人。采集与加工任务记录所用字典版本；对缺失值、无效代码及无法匹配的记录建立问题清单，完成业务确认后更新映射关系并重新校验。字典变更发布前开展影响分析，识别受影响的数据、加工规则和数据集版本，保留变更审批、转换处理及复核记录。

按业务场景、工艺路线及数据用途确定必须具备的对象关联清单，并在检查前固定适用范围。热处理质量分析核验工件或批次、加工事件、工艺曲线及检验结果之间的关系；焊接质量分析核验工件、实际焊接事件、工艺参数、影像和检验结果之间的关系。未经过相应工序的对象不强行配置炉次或焊道关联，适用性判定保留业务依据。

对适用对象全量统计关联状态。必要关联完整率为全部必需关系已经核实的对象数除以应建立这些关系的适用对象总数，再乘以100%；缺失、冲突和待核验对象计入应检查范围，不通过删除异常对象缩小分母。按业务域、对象类型、时间范围及来源批次分别统计，同时列示总量、已确认量、缺失量、冲突量和待核验量。

关联正确性由业务专业人员按确认的核查方案验证，覆盖自动匹配、人工确认、跨版本、返工、复检及存在冲突的记录，逐条对照源记录和关系证据。正确率按核验正确的关系数与实际核验关系总数计算，统计结果同时注明核验范围和发现的错误类型，不能用键字段非空率代替业务关联正确率。

试运行形成基线及整改清单，最终交付按确定的场景质量要求、数据集质量指标和验证结果判定。需要完整关联的样本，相关关系未核实前不计入该用途的合格交付；发现关联错误时追溯其影响的数据、模型和验证结果，修订后重新检查。数据卡记录真实缺口及限制，不能以记录缺口代替完成整改或降低验收要求。

表 3-9　业务对象关联与核验要求

3.0.11　关键技术选择与异常处置

加工生产链路上决定交付能否成立的，往往不是顺利情形下的处理能力，而是条件不具备时的处置方式：图纸受加密保护无法直接读取、扫描件缺页或遮挡、合成样本事实一致性不足、模型网关中断、基准数据疑似被训练任务触及。此类情形在长周期实施中并不罕见；处置方式若不预先约定，作业现场便会以放宽判据的方式自行消化，交付数量看似完成而质量依据已经失效。

表 3-10 选入的十项处理任务按两条标准确定：其一，该任务直接决定某一用途子集能否形成，如原生图纸解析之于产品工艺设计数据集、合成样本生成之于指令微调与人类偏好对齐子集；其二，该任务一旦失效将波及下游全部结论，如样本血缘追溯与基准评测隔离。每行的运行条件与恢复及结果判定两列是判据——前者写明该任务允许启动的前置条件，后者写明重新计入合格交付所需的证据；处理措施与异常处置两列是动作。贯穿各行的处置原则是补齐条件后重新验证，招标文件已规定的规模、质量、准确率、覆盖率与时间要求不随异常处置下调；其中基准评测数据与训练域的隔离一行判定最严，出现疑似污染即停止相关数据与结果用于发布和验收，重建基准后重新评测。

表 3-10　关键处理任务的运行条件与异常处置

3.0.12　各项建设内容在六层架构中的落位

各技术章节在总体架构中各有确定的落点。下图给出每一段所处的层次与相邻关系；各段之间交什么、交到什么状态算完成，由第 3.0.16.1 节的接口矩阵逐条给出。

图 3-5　本卷各技术段在总体架构中的位置。跨层的技术段在其主要落点处列出，次要落点在该节正文交代。数据来源：章节划分依本投标文件目录；架构层次依招标文件 b1215；设备数量依硬件采购清单（b2150r02—b2150r06）。场景验证（T5 专业场景、T14 通用场景）跨第五层与第六层展开，不属单一层，另见图 3-2 底部。

有四段的位置需要补一句说明，因为它们在图上不止一个落点。

T7 系统集成方案跨第一层到第三层：它在第一层与第二层之间负责连通与联调，在第三层负责提供对象主键映射表与时间基准折算规则。把主键映射放在集成段而不是加工段，理由是它的工作对象是源系统之间的关系，而不是某一批数据。

T2 专项智能工具链落在第四层，但它的消费方横跨第四层与第五层：预标注、合成、去重、分布均衡类工具服务于加工，评测引擎、归因与血缘追溯类工具服务于训练评测与回流。25 个工具的分类与归属见本卷「专项智能工具链总述」节的交付清单。

T5 与 T14 场景验证跨第五层与第六层：验证作业在第五层的推理域内执行，验证结论作为挂牌说明材料进入第六层。本包只做验证不做场景建设这一边界，在两节开头各写明一次（依 b1603）。

T9 需求书逐条应答矩阵不落在任何一层：它是对本卷全部内容的索引，产出是条目与页码的对应关系，服务于评审核对而非数据流转。

3.0.13　指标的承诺方式与分项交付量承诺

本项目的指标分两类，承诺方式不同，各节按同一口径执行。

第一类是招标文件已规定数值的指标，包括：四类数据集的规模（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，含逐数据集规模表给出的四个业务领域分域数值）、模态种类不少于 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%、软硬件设备整体国产化比率不低于 80%、智能工具链 9 大类 25 个、数据集运营服务管理平台功能模块不少于 14 个（服务采购清单实列 16 个）、数据标注专家库入库专家不少于 50 人、参与建设的数据企业与高校院所不少于 5 家、高质量论文不少于 5 篇、发明专利申请不少于 3 项、软件著作权不少于 6 项。这一类指标按招标文件规定的数值整额承诺并整额验收，不设基线档与目标档之分，不随实测结果逐轮修订，亦不以「合计达标」替代任一分项。 其中四类数据集的分域规模，按第 3.0.13 节表 3-11 逐格承诺。

第二类是招标文件未规定数值、由我方在实施中给出的过程类与优化类指标，例如标注员间一致率、业务对象必要关联完整率、文档解析置信度阈值、数据标准覆盖范围、缺陷整改关闭进度等。这一类指标采用基线档与目标档两档承诺：基线档是我方承诺的下限，阶段验收以它为准；目标档是逐轮优化的目标值，用于过程管理与阶段评议。两档同时列出，并写明测量方法、测量时点与测量主体。首轮实测基线逐轮修订的机制只适用于第二类指标，不适用于第一类。

计量口径统一如下：规模类指标（Token 数、条数、组数）按版本封装时的统一计量规则计量，以去重、去污染、通过版本检查节点后的净交付量为准；占比类指标（多模态占比、时效占比）按数据卡字段统计，分母为该数据集的净交付条数；质量类指标（六维度）按《高质量数据集质量评测规范》（TC609-5-2025-04）的指标定义测量。

表 3-11　四类数据集按业务领域的分项净交付量承诺

表 3-11 数据来源：分域数值依招标文件逐数据集规模表（b1583r02—b1598r02 各集规模要求）；下限依 b0670、b0683。

表中每一格均为我方的承诺交付量，逐格计量、逐格验收。任一格未达承诺量，不以其他格超出部分抵补，亦不以合计数达到下限为由免除该格的交付责任；当期未达的，在后续期补足并在数据卡与阶段验收记录中登记未达原因、补足计划与补足结果。

凡涉及覆盖范围与准确程度的表述，一律按趋向与逐步接近的方式写，并配基线值、验收口径与回退机制。以几处典型为例：对象主键贯通按「首期在试点部件族内达到基线值、后续期逐步接近全量贯通，未贯通部分在数据卡中列明」承诺；数据标准覆盖按「首轮覆盖四个加工业务域的核心对象、随治理实施逐步扩展至九个管理业务域」承诺；缺陷整改按「首轮全量评测后对判定为缺陷的项目逐项立单整改并复测，复测未通过的继续立单，趋向全部关闭」承诺。

带基线值、验收口径与回退机制的承诺，在建设期内的每一次抽检与阶段验收中都有明确的判定依据，招标方据此逐期核算实际进展。本方案的覆盖类与准确度类指标（均属上述第二类）一律按基线加改进的方式承诺，并在数据卡与质量报告中逐期披露实测值；属第一类的招标规定值不适用本段，按规定数值整额承诺。

表 3-12　各类指标的承诺方式

表 3-12 数据来源：规模与占比依招标文件 b0670、b0683、b1361；一致率与判据依 3.2.6.3.5 标注要求、3.2.6.5 各场景验证要求；承诺方式依本节统一规定。

3.0.14　业务架构：业务角色与环节责任

第 3.0.2 节至第 3.0.13 节给的是技术视角的架构：有哪几层、层间传什么、数据怎么流、在哪里判定。业务架构给出同一副架构在业务上的运转方式：哪个业务角色在哪个环节出现、在那里承担什么判定或产出。业务角色与技术层次一一对位之后，甲方各业务部门在架构中的位置、以及双方的责任分界即落到具体环节，而不停留在总的分工表述。

业务角色按归属分三类。甲方侧是业务部门与数据治理组织，承担口径确认、数据源授权与成果验收；我方侧是项目组的各作业与质检岗位，承担加工执行与过程判定；双方共同参与的是口径评审组、版本评审组与专家库，这三处的判定需要业务知识与加工口径同时在场，由任何一方单独判定都不成立。

表 3-13　业务角色在各环节的责任与对应判定

表 3-13 数据来源：判定主体一列依表 3-4 七道质量检查节点的判定主体设置；甲方侧角色依本卷「数据治理规划和实施服务 · 技术标准验证要求 · 数据标注规范建设要求」节的治理组织设计与招标文件 3.2.6.1 的能力域要求；接口编号依表 3-3；责任分界依 b1575、b1576 的移交规定与第 2.2 节的交付责任。

表 3-13 有三行需要单独交代，因为它们是实施期最容易出现责任真空的地方。口径评审组一行，评审结论须有甲方业务部门的书面确认才算通过，这一点在表 3-18 里列为前置条件；逾期未确认时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前须转为已确认。

专家库一行，选型优劣判断在现场没有现成记录，须由专家库按既有验收记录、售后工单与同类矿井运行反馈回溯评定，这项工作的工作量在实施计划里单列。运营岗一行，本包交付的是平台能力与数据集版本，挂牌定价与客户拓展等运营工作在质保期内由我方提供支持、由甲方主导，分工见本卷「技术创新与机制创新」节运营体系一段。

3.0.15　功能架构：平台功能模块视图

技术视图按层组织，回答「系统分几层、层间传什么」；功能视图按功能域组织，回答「平台对使用者提供哪些功能、这些功能分别服务哪个环节」。两个视图指向同一套系统：数据集加工生产平台、数据集运营服务管理平台和数据治理平台通过受控接口协同运行，各系统分别管理其业务对象、服务身份和访问权限，元数据、血缘与审计信息按分类分级和授权范围交换（各系统的服务功能与接口控制见表 3-7）。

表 3-14　功能域、所含功能模块与服务的环节

表 3-14 数据来源：运营服务模块清单依 b0804r04 实列 16 项全额交付，另增平台服务与 SLA 保障模块 1 个（b1198）为我方额外服务能力，两者合计 17 个；招标列明数量为 16 个，b0685 的不少于 14 个为下限，口径说明见第 1.2.2 节；工具链 9 类 25 个依 b0917；三域一网关依 3.2.6.2；治理工具平台依 b1336；功能域划分为我方实施口径。

功能视图与技术视图之间不是一一对应。采集接入、知识底座、数据加工、训练与评测四个功能域各自对应一个技术层次，而治理管控与安全运维两个功能域横跨全部层次，运营服务功能域则同时承担对内的版本登记与对外的交易交付两类职责。功能域这样划分，是为了让平台的建设次序能按功能域排期：公共的身份权限、元数据与血缘、审计日志先行建设，其余功能域在其上分批投产，避免各功能域各建一套底层能力（建设次序见表 3-16）。

3.0.16　各项建设内容之间的交接物与交接判据

本项目各项建设内容之间的生产逻辑为有向无环（依 b1215）。接口不固化会出现三种情形：同一事项两处重复执行且口径不同、某一事项两处互相认为由对方承担而均未执行、上游产出与下游输入对不上。接口矩阵、五条贯通主线与五条统一约定用于消除这三种情形。

3.0.16.1　交接物与交接判据矩阵

矩阵按上游、交接物、交接判据、下游四列组织。交接判据规定交付物达到何种状态即算交接完成，下游据此判定是否具备开工条件。

表 3-15　技术方案卷各节的接口矩阵

表 3-15 数据来源：章节划分依本投标文件目录；交接物与判据依各节对应的招标文件要求条目；移交登记判据依 b1575、b1576。

矩阵中有三处是双向的，需要单独说明，因为单向理解会漏掉回流。其一是训练推理与加工生产之间：加工向训练交数据集版本，训练向加工交错题归因任务单。其二是场景验证与加工生产之间：加工向验证交验证用数据，验证向加工交可用性结论与整改任务单。其三是质量评测与加工生产之间：加工向评测交送检版本，评测向加工交缺陷清单。这三处双向关系就是 b1215 要求的定向回流在章节层面的体现。

3.0.16.2　五条贯通主线

各项建设内容之间不是一条单链，而是五条并行的主线。实施期的贯通性检查按主线进行：主线上任一环节断开，相关建设内容即便各自完工，该主线也不计为通过。

图 3-6　贯通全卷的五条主线及其断点检查项。数据来源：主线划分依招标文件 b1215 的生产逻辑与门控规定、b1357 错题归因要求、3.2.6.12 安全合规要求；断点检查项为我方实施期的集成检查依据。

五条主线在实施期的用法是：每个阶段验收前按主线各走一遍端到端抽查，抽查对象是真实批次而不是演示数据。主线一与主线三的抽查合并进行，办法是任取一条样本，向上追到源系统记录、向下追到它参与过的评测结论；追不通即为断点，在该阶段整改完成后方可通过阶段验收。这项检查列入项目管理措施的配置管理与质量管理一节（详见服务方案卷「项目管理措施」节）。

3.0.16.3　标识、指标、术语、绝对指标与组织层级的统一约定

本项目各项建设内容在实施期统一遵守以下五条约定，避免同一事项出现两套口径。

第一条，标识与编号的约定。批次号自采集受理时生成，贯穿全程不变更；数据集版本号采用业务域、用途子集、期次三段式；模型版本号与数据集版本号在血缘库中成对登记。各节引用同一对象时用同一标识，不另造别名。

第二条，指标定义的约定。同名指标全卷只有一个定义。六维质量指标（保真度、完备性、规整性、均衡性、可用性、可信性）的定义取自评测方案，加工过程的质检门直接引用，不另行解释；规模与占比的计量规则取自四集指标节；性能与可靠性指标的定义取自非功能性技术要求节。

第三条，术语的约定。招标文件定义的 30 个简写按本节表 0-1 取义；本方案补充的术语按表 0-2 取义；同一事物不换词，数据集不在别处叫数据资产或数据资源。

第四条，绝对指标的约定。覆盖范围与准确程度一律按趋向与逐步接近的方式表述，配基线值、验收口径与回退机制，写法见第 3.0.13 节。全卷唯一的例外是基准集不向训练域开放这一条，它写成硬约束且无回退（见表 3-10 末行）。

第五条，组织层级的约定。本项目涉及三套组织：数据治理组织、运营服务组织、项目建设期的项目管理组织，三套组织各自的职责与议事规则在对应章节规定。招标文件 b1856 要求的五级组织责任体系（决策级、把关级、管理级、作业级、岗位级）是把这三套组织按责任层级归并后的统一视图，其层级划分、与三套组织的对应关系以及各级的交账产出，在「技术创新与机制创新」节给出。责任层级一律用上述五级名称指代，具体机构一律用三套组织的名称指代，两者不混用。

3.0.16.4　口径冲突的登记、裁定与同步修订

约定之外仍可能出现冲突，尤其是在实施期需求细化之后。我方的处置机制是三步：发现方在配置库登记冲突点，写明两处的表述与影响范围；由项目组统一裁定并指定唯一口径，裁定结论进入数据标准或方案变更记录；受影响章节同步修订，修订后重新检查引用该口径的其他章节。裁定不由任一技术段自行调和，这是为了避免两段各改一半、改完仍不一致。本投标文件在编制阶段即按此机制处置，发现的口径问题随投标文件以差异表与应答矩阵的形式如实呈现，不在正文中隐去。

3.0.17　实施节奏、前置条件、交付物与风险应对

实施落地按 3.2.6 总则的规定执行（b1215、b1216）。实施安排由四件事决定：建设顺序、前置条件、指标的验证方式、问题发生后的处置与恢复判定。前两件在以下各条给出，指标验证见第 3.0.13 节，异常处置与恢复判定见表 3-10。

3.0.17.1　实施总体节奏

建设周期至 2028 年 5 月。阶段划分依据三项实施约束：知识底座先于标注与合成投产；四个业务领域的数据条件不同，分批加工；外部评测与测评评估需预留整改复测期。

据此划分五个实施阶段，按交付物成形先后排列。各阶段的任务分解、资源配置、里程碑与进度控制办法在项目组织实施与保障措施相应条款详述。

表 3-16　五个实施阶段的工作重点与阶段交付物

表 3-16 数据来源：阶段划分依本方案实施安排；交付物依招标文件 3.2.6 各节要求与 3.2.8 评测实施过程（b2108 及以下）；建设周期依招标文件合同条款。

图 3-7　五个阶段的并行关系与关键里程碑。相邻阶段存在重叠，但箭头所示的四处为硬性前置关系。数据来源：阶段划分依表 3-16；前置关系依 b1215 的知识底座与门控要求。

阶段之间有四处硬性前置关系，写明是为了让进度安排有约束而不是看起来紧凑。其一，知识底座未就绪不开标注——本体类目与工序字典未经口径检查节点，标注即返工。其二，首批数据集版本未通过版本检查节点不转全面加工——首批的作用是把流程跑通并暴露口径问题，跳过它会把问题放大到四集规模。其三，场景验证未出首轮结论不定下一期加工配比——配比要由验证结论决定，不由计划决定。其四，缺陷整改未复测不进运营上线——带缺陷的版本挂牌，对外服务时会被退回。

阶段之间的交接不以时间到点为准，以交接判据达成为准。下表按阶段给出交接物、交接判据、交出方与接收方，以及判据未达成时的处置。阶段交接会由双方共同召开，交接结论书面留档。

表 3-17　五个阶段的交接物、交接判据与责任方

表 3-17 数据来源：阶段划分依本方案实施安排；交接物与判据依各环节对应的招标文件要求条目与 b1575、b1576 的移交规定；责任方划分依表 3-13 的角色设置。

交接判据与人员职责的对应关系是：每一项交接判据都有唯一的判定主体，判定主体在表 3-13 中有明确的归属与权限；双方共同判定的三处（口径评审组、版本评审组、专家库仲裁）须双方代表同时在场，任一方缺席的判定不成立，判定结论须书面留档并进入对应环节的执行记录。

3.0.17.2　前置条件与未达成时的处置

下列前置条件不在我方单方控制范围内，逐条给出影响、处置办法与责任界面。前置条件的跟踪、升级与变更程序在项目组织实施与保障措施相应条款详述。

表 3-18　前置条件、影响与我方处置

表 3-18 数据来源：前置条件依本方案各节的实施依赖；17 套源系统依 b0804r02；设备侧扩展口径依本项目需求调研；测评与认证要求依 b0804r07、b0688、b1218。

表 3-18 中口径确认逾期的处置单独说明。我方不采取停工等待的做法，也不采取先标后改的做法，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。该做法的代价是复核工作量，收益是进度不被单点阻塞；代价可控，因为待确认状态的批次在版本检查节点前必须转为已确认，不会流入交付版本。

3.0.17.3　验收与交付物总清单

招标文件的验收分阶段进行，交付物分布在各项服务之中。下表按成果类别给出交付物总清单，用于组织阶段验收与核对交付完整性。各交付物的格式与模板见附件卷的标准规范与样例部分。

表 3-19　交付物总清单与归属章节

表 3-19 数据来源：交付物依招标文件 3.2.6 各节与 3.2.8 的要求条目；数量要求依 b0687、b0804r06。

3.0.17.4　风险与应对

下列风险点逐条给出触发信号与应对动作。风险登记、评估、应对执行与关闭的管理程序在项目组织实施与保障措施相应条款详述。

表 3-20　主要风险、触发信号与应对

表 3-20 数据来源：风险点依本方案各节的实施依赖与现场数据条件（见表 1-2）；应对动作依表 3-10 的异常处置与恢复判定和 b1215 的定向回流要求。

表 3-21　数据准备风险及处置措施

各项风险处置纳入项目进度和质量管理，责任人员、完成时点及复核结论在处理记录中登记；需要变更合同约定的事项按正式变更程序执行。

3.0.18　招标文件未明确事项的处置口径

招标文件有若干处未给出确定数值或存在两处表述，我方对这些处的处置口径统一如下，并在实施期按同一口径执行，不因章节不同而改变取值。

留白不处理，影响的不是文字而是交付本身：同一事项在投标阶段与实施阶段各按一种理解执行，差额在验收时即成为争议，相应的工作量与资源安排也无从提前测算。表 3-22 收入的五处，均为会直接影响交付数量、人员组织或功能范围的条目，仅属文字表述出入、不改变交付内容的不列入。各处的取值遵循同一条原则：数值类取两种理解中的较高值，范围类按服务采购清单实列的完整项数交付，构成或归属未明确的按各种可能情形分别给出可执行安排，均不以含糊表述留待事后解释。

读表时，中间一列是招标文件的原文情形，右列是我方在本投标文件中实际执行的口径，二者并列即构成一处可被逐条核对的承诺。

表 3-22　留白处的处置口径

表 3-22 数据来源：留白情形依招标文件对应条目原文；处置口径依本投标文件统一安排。

据此，本投标文件各节在涉及上述事项时只出现一种取值。实施阶段蓝图设计或招标方书面确认给出更明确要求的，按正式变更程序以确认结果为准，已承诺的数量、项数与人员条件不因此下调。

3.0.19　本项目的总体交付承诺

本项目的交付物、交付方式与验收依据，归纳为以下六项承诺，全卷各节的具体设计均落在这六项之内。

交付对象。 本项目向招标方交付可交易、可复用、可溯源的行业高质量数据资产，以及证明这些资产可支撑业务场景的验证结论（依 b0663、b0676）。

交付范围。 本包承担数据集加工生产、数据集质量评测、数据集场景验证三类服务。交付责任的起点为原始数据写入平台落地区，终点为数据集版本移交数据集运营服务管理平台并登记完成；智能场景本身的建设不在本包范围（依 b0662、b0684）。

实施方式。 以数据治理为横向管控层、知识本体与知识库为统一知识底座、十环节加工链为纵向生产主线、七道质量检查节点与三类定向回流为控制手段；四类数据集各走专属加工路径，共享同一套知识底座与质量检查规则（依 b1215）。

交付数量与质量。 四类数据集合计交付预训练 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，并按供需计划、产品工艺设计、制造过程、产品质量四个业务领域逐项达到分域承诺量；数据集覆盖文本、图像、时序、视频四种模态，多模态数据条数占比与近 3 年内时效性数据条数占比均不低于 40%；保真度、完备性、规整性、均衡性、可用性、可信性六个质量维度按《高质量数据集质量评测规范》（TC609-5-2025-04）的指标定义达到判据（依 b0670、b0683）。

验证方式。 内部七道质量检查节点与外部首轮全量评测共用同一套指标定义；十一个场景按各自基线判据给出数据可用性结论；多阶段模型评测量化数据集带来的能力增量；评测错题开展训练数据归因并形成结构化整改任务单，整改后复测（依 b1354—b1359、b0688）。

偏差处置。 每项关键处理任务均给出运行条件、处理措施、异常处置与恢复及结果判定（见表 3-10）。异常处置不降低招标文件已规定的规模、质量、准确率、覆盖率、功能、时间与许可要求，受影响的数据、模型与结论按影响范围重处理并重新验证后方可计入合格交付；基准测试数据集不向训练域开放一条无例外处置。招标文件已规定数值的指标按招标值承诺，不纳入逐轮修订。