AI 训练数据

为后期大模型微调沉淀的数据资产。三件事：① 每次 AI 审核的全过程结构化留存（报告正文 + 模型/提示词版本 + 召回资料 + 意见全文）；② 人工对 AI 意见的 采纳 / 删除 / 补充痕迹 —— 这是最有价值的监督信号（AI 提了人工删＝误报样本， AI 漏了人工补＝漏报样本）；③ 黄金标准评测集，用来判断模型改动是否真有提升。

加载中...

这套数据将来怎么用

现阶段（无需微调）：审核记录里的「召回资料」可以看出哪类问题总是检索不到依据 —— 这是补语料的直接线索；「人工修正」里的删除/补充则是调提示词、喂标注记忆的原料。

评测集的作用：改动提示词、换模型、调检索参数之前先跑一遍评测集，得到漏报率 / 误报率 / 格式合规率。没有这组数字，任何「好像变好了」都不可信。

怎么建样本（省力办法）：在「审核记录」页签，每行操作列点「转样本」 —— 报告正文、AI 意见、人工删除/补充的痕迹会自动预填成黄金问题清单，人工只做删改。但预填的是 AI 自己的意见，必须逐条核对，不核对就等于自己考自己。

真正微调时：需要的正是「输入报告正文 → 输出审核意见」的配对样本。行业经验是至少 500 条（推荐 1000+）高质量样本，且分布要覆盖各业务场景。本页统计卡里的「数据就绪度」按这个口径估算。

注意：微调会把知识「冻结」在模型里，而《估价规程》与本地政策会更新 —— 所以微调负责「怎么写」（风格、格式、术语），知识仍应由知识库检索提供，两者叠加而不是替代。