从62%到96% 浪潮科技以高质量数据集提升政务大模型准确率
大模型浪潮席卷而来,但政务领域的大模型应用普遍面临一个尴尬:通用大模型“智商”在线,却常常“答非所问”——给出的政策解读不准确,生成的文书格式不规范,对业务场景的理解停留在表面。
原因并不复杂:通用大模型是用通用语料训练出来的,它懂“天下事”,却不懂“本行业的话”。
要让大模型真正赋能政务,必须用高质量的行业数据对它进行“再教育”。
行业大模型的效果,很大程度上取决于训练数据的质量与行业适配度。
高质量数据集建设的核心思路,是“精选+加工+标注”三步走:从海量业务数据中精选与政务场景高度相关的优质语料;通过清洗、去噪、格式化等手段,将原始数据加工为适合模型训练的标准化格式;由业务专家对关键样本进行标注,构建高质量的指令数据集,让模型学会“按业务逻辑思考、按规范格式输出”。
高质量的数据集,就如同精心编写的教科书——内容越精准,学生(模型)学得越到位。
浪潮科技高质量数据集建设服务覆盖数据全流程:数据源梳理阶段,协助客户梳理内部数据资产,识别高价值数据源;数据清洗与增强阶段,运用自然语言处理技术完成质量评估、去重、脱敏与数据增强;指令数据集构建阶段,由业务专家参与标注,确保训练数据与业务场景高度吻合;模型微调与评测阶段,提供完整的微调训练与效果评测闭环,确保模型在特定场景下的准确率与可靠性达到上线标准。
某省级政务服务大厅在上线智能客服大模型前,依托浪潮高质量数据集建设服务,用本省历年积累的8.6万条政务问答记录和2.3万份政策文件构建了专项训练数据集,对通用大模型进行指令微调。
精调后的模型在政策解读、办事指引、材料审核等核心场景的准确率从通用模型的62%提升至96%,生成结果的规范性和可读性显著提高。
群众通过智能客服获得“类人工”服务体验的同时,人工客服的日均接待量下降了45%,真正实现了“AI做简单的事,人做重要的事”。