代谢性疾病与并发症防控高质量数据集项目

项目利用自有房屋面积约4500平方米，建设以糖尿病及其并发症为核心主线，建设1个高质量数据集加工生产平台，构建4大类18个专病高质量数据集，形成预训练语料1200亿词元、指令微调数据200万条、强化学习偏好数据15万组、基准测试数据3万条；多模态数据占比50%以上，近3年时效性数据占比60%以上。组建60人标注专家库，牵头制定代谢性疾病专病数据标准规范2项，支撑40个行业细分任务场景，服务20家以...