解读 2025 《高质量数据集 分类指南》

                本文档为 2025《高质量数据集 分类指南》，适配政府数据管理部门（国家 / 地方数据局）、AI 企业（大模型研发 / 训练团队）、行业企业（制造 / 金融 / 医疗等领域数据建设部门）、数据服务商（标注 / 清洗 / 测评机构）及科研机构（数据集研究团队）。核心围绕高质量数据集分类，先明确术语定义（如通识 / 行业通识 / 行业专识数据集）；再确定类型划分框架，以 “知识内容、来源类型、时效性、标注人员类型、敏感程度、模型类型、主题范围” 七大要素为核心，细化三类数据集特征 —— 通识数据集面向公众、来源宽泛、时效性低，支撑通用 / 行业模型；行业通识数据集聚焦行业共性知识、来源清晰、需专业背景，支撑通用 / 行业模型；行业专识数据集聚焦企业内部业务知识、敏感程度高、需专家标注，支撑场景模型；最后提供分类方法，通过 “先判定是否符合行业专识→再判定是否符合行业通识→不符合则为通识” 的流程，为数据集分类提供标准化指引，助力优化数据集供需匹配、促进流通使用。