省大数据局关于申报2024年高质量数据集工作的通知

为贯彻落实《关于促进全国一体化算力网络国家（贵州）枢纽节点建设的若干激励政策》中明确提出的“归集高质量基础训练数据集，支持各类市场主体通过贵州省数据流通交易平台提供高质量数据集，为开发、训练、应用大模型提供支持，每年安排资金总额不超过500万元，对训练使用量、数据质量等综合排名前10的市场主体给予奖励”的相关要求，省大数据局将组织开展高质量数据集排名评比工作，对排名前10名的单位实施奖励。现将具体内容通知如下。

一、支持对象

在贵州省内注册，并通过贵州省数据流通交易平台完成数据集登记的有关单位。

二、申报条件

（一）选取科学、制造、农业、能源、交通、金融、医疗、教育、消费、互联网治理、人力资源、公共安全、环保等重点行业，汇聚一批包含文本、图像、音频、视频等多模态的行业高质量数据集。

（二）数据重复率不高于5％，具备准确、全面的文本描述，符合同一格式规范可以直接用于大模型训练。

1．同一单位可以申报同一行业的多个数据集，涵盖两种及以上模态数据的可适当放低标准。各模态数据要求如下：

①文本数据不低于100G；

②图像数据不低于200G，图像数量不低于10万张、规格不低于768×1024像素；

③音频数据不低于3000小时；

④视频数据不低于20TB，清晰度不低于720P。

2．应开放测试数据，测试数据不低于100条。

3．申报数据集不得包含已开源的行业高质量数据集，近5年数据占比不低于50％，数据具有定期更新机制。

4．数据集不包含违反社会主义核心价值观的内容。

（三）申报单位须生产经营状况和信用记录良好，在“信用中国”网站（www．creditchina．gov．cn）、中国政府采购网（www．ccgp．gov．cn）、“国家企业信用信息公示系统（贵州）（http：／／gsxt．amr．guizhou．gov．cn）”等渠道中查询未被列入失信被执行人名单、重大税收违法失信主体名单。

三、提交资料清单

（一）单位资料

1．企业营业执照副本或事业单位法人证副本（加盖单位公章）；

2．经贵州省数据流通交易服务中心颁发的数据商凭证；

3．单位基本情况（加盖单位公章）；

4．申请报告（加盖单位公章）；

5．上一年度审计报告（加盖单位公章）；

6．未被列入失信被执行人名单、重大税收违法失信主体名单相关印证材料（加盖单位公章）；

7．申报材料真实性承诺书（加盖单位公章）；

（二）数据集资料

1．数据集基本情况介绍（包括数据集简介、模态类型、数据规模、地域范围、时间范围、更新机制、文本描述等）；

2．数据集所含数据的来源印证材料；

3．经贵州省数据流通交易服务中心颁发的数据要素登记凭证；

4．评选指标符合性对照表；

5．测试数据集（提供U盘）；

6．已合作或意向合作大模型相关印证材料；

四、评比流程

（一）报名阶段。有意向申报的单位按照通知要求提交报名材料并相关证明材料等。

（二）初筛阶段。省大数据局对申报材料进行初步审核，确定符合参评条件的单位名单。

（三）评审阶段。邀请专家组成评审团，对申报数据集进行综合评价，确定排名。

（四）公示阶段。对评审结果进行公示，接受社会监督。

五、申报时间及方式

请于9月10日前，将纸质申报材料一式三份，并拷贝一份电子申报材料及测试数据集U盘交到贵州省大数据发展管理局数据资源处。

六、联系方式

联系人及电话：吕东，18198344340

联系地址：贵州省大数据发展管理局数据资源处1003办公室（贵阳市云岩区北京路191号贵旅大厦）

附件：

2024年9月2日