来源：期刊VIP网 时间：
作者：程乐;
单位：浙江大学光华法学院;浙江大学国际战略与法律研究院;浙江大学数字法治研究院;
摘要：要素化的数据资源通过场景面向的结构性整合过程形成场景数据集，对于垂直模型预训练、大模型强化微调等人工智能技术场景具有核心意义。然而，我国现有数据市场与数据平台的场景化供给能力受限，高质量场景数据集所涉开放共享标准、质量评估机制等配套规则尚不完善，以致人工智能产业中合成数据增强、后训练推理强化等前沿优化方案难以实现。为全面激活与大规模释放医疗、交通、金融、法律等重要领域的数据价值，应进一步剖释细分行业场景下的数据需求与场景化路径。同时，结合联邦学习、合成数据等技术措施耦合差异场景的具体需求，逐级设定公共数据与场景数据集的技术标准、共享机制与法治方案，为现代化人工智能与更多数字时代新型技术应用提供高质量数据集的场景化赋能。
关键词：高质量场景数据集;;数据供给;;人工智能
基金资助：国家社科基金年度项目“基于语料库的网络安全话语体系研究”（项目编号：24BYY151）;国家社科基金重大项目“建立健全我国网络综合治理体系研究”（项目编号：20ZDA062）;; 浙江省法学会重点课题“数字社会司法治理理论与规则研究”（项目编号：2024NA19）阶段性成果
