面向高质量数据集的全流程自动化评测平台构建研究

作者：亚军 蒋 · 发表于：计算机与自主智能研究进展 · 年份：2025 · DOI：10.32629/acair.v3i4.17909

作为人工智能模型可靠性与可复现性的基础,高质量数据集的现有评测体系大多以人工判定模式为主,或仅覆盖静态模态,不符合现阶段模型的跨模态、可复现与合规化要求。本次研究以高质量数据集为研究对象,构建一种面向建设、格式、分类与质量评测四类内容并支持多模态数据的全流程自动化评测平台,采用算子化可执行指标实现可复现的规则化检测,通过结构化证据包与模板化报告实现评测结论的可流转与可审计化。