面向基础教育作业大模型的高质量数据集建设项目

本次数据集建设遵循全国数标委4项技术规范，围绕教辅作业批改场景，完成原始语料库、脱敏语料库及预训练、指令、偏好、测试四类数据集建设。依托作业资源，经扫描终端采集图像，视觉模型识别形成多模态数据。固定资产投入主要为试点校配备高速扫打一体机，实现作业批量扫描采。