韦寒

7月10日，贵州省人工智能语料供需对接会暨贵州数据集（语料）服务平台上线仪式在贵阳举行，240余家生态伙伴入驻，多份供需合作协议现场签署。

在这场聚焦AI基础资源的产业盛会上，大数据国家工程研究中心大数据应用技术实验室主任曹扬表示：要用全链条质量管控，为全省AI产业的“数据原料”把好第一道关。

“我们的核心角色是第三方质量服务方，为平台流通的数据集提供质量、标准、合规三重认证。”曹扬这样明确团队定位。针对行业内“高质量语料”定义模糊的普遍痛点，他主导搭建起覆盖三大维度、17项细分指标的可量化评测体系，不仅核验数据本身的真实性、准确性与伦理合规性，更开创性加入模型适配性评估模块。

“采购方在下单前，就能明确知道这份数据适配哪些场景、兼容哪些模型。”这套体系相当于给每一份流通数据附上了详尽的“品质说明书”，直接解决了本地AI企业长期面临的“不敢买、用不好”外部语料痛点，从根源上降低了企业的试错成本。

在全国语料产业同质化布局的背景下，曹扬团队锚定贵州独有资源，走出了差异化发展路径。2025年启动的民族医药、民族语言两大特色数据集项目，今年将正式交付平台。

如果说评测标准是丈量数据质量的标尺，自研工具就是让标准高效落地的核心支撑。曹扬团队打造的“数质Link”评测工具，采用“规则驱动+算法赋能”双模式，内置全部17项评测指标，可实现TB级数据集分钟级自动化评测，替代90%以上的人工抽检工作。

“产业生态的健康运转，必须建立在统一的技术标准之上。”曹扬认为，国家层面侧重产业顶层引导，而落地层面的具体技术细则，恰恰需要地方先行先试，这正是贵州的先发优势所在。依托大数据国家工程研究中心建设运营的贵州数据要素质量评测基地，以及同步发布的“数质Link V1.0”评测工具，正与贵州数据集（语料）服务平台深度协同，推进跨区域认证互认，让贵州产出的语料实现“出生即带证、流通即增值”。

曹扬把评测基地的角色凝练为“质量守门人、标准定义者”。他的目标十分明确：“让‘贵州认证’成为全国数据流通的通行证，让贵州产出的高质量数据集，在全国市场都能拥有通用的质量背书。”