近日，数据智能产业创新服务媒体数据猿联合上海大数据联盟共同发布《2024中国AI大模型产业图谱1.0版》，从大数据和人工智能等智能技术的核心出发，全面覆盖整个产业链，为行业提供更为精细且直观的专业导向。

景联文科技凭借高质量数据集，入选通用数据集核心服务板块。

景联文科技是一家专业的大模型数据服务商，提供海量优质大模型数据集，致力于为不同训练阶段的算法精准匹配高质量数据资源。

目前大模型训练数据产品主要包括：

世界知识类期刊及高价值社区文本数据：

• 高质量外文文献期刊
• 英文高质量电子书

教育题库：

• K12教育题库
• 大学题库
• 英文题库

专业知识类期刊、专利、代码：

• 中文数字专利
• 程序代码（代码注释）

多轮对话：

• 文本多轮对话
• 中英文剧本（电影、电视剧、剧本杀）

音频数据：

• 普通话

图片生成及隐式/显示推理多模态数据：

• 图文复杂描述
• 图文推理问答对

生物数据：

• 核酸库
• 蛋白库
• 蛋白结构库
• 通路库
• 生信工具

药学数据：

• 药物研发数据库
• 全球上市数据库
• 一致性评价数据库
• 生产检验数据库
• 合理用药
• 多维文献
• 原料药数据库

化学数据：

• 化合物数据库
• 反应信息数据库
• 物化性质数据库
• 谱图数据库
• 晶体信息数据库
• 安全信息数据库
• 商品信息数据库

材料数据：

• 金属材料数据
• 纳米材料数据
• 相图数据
• 材料性能数据
• 材料腐蚀数据
• 表面处理数据
• 焊接材料数据

专利数据：

• 全球专利基础著录数据
• 全球专利原文数据
• 全球专利附图数据
• 全球专利法律状态数据
• 全球专利法律状态数据
• 全球专利引文数据
• 全球专利分类索引数据
• 全球专利重点申请人工商关联数据
• 全球生化医药专利深加工数据
• 全球专利全文数据

医疗器械数据：

• 国内政策法规数据
• 行业标准数据
• 中国医疗器械审评数据
• 中国医械临床试验数据
• 全球医械临床试验数据
• 医用耗材中标数据
• 医用耗材带量采购数据
• 医用设备招投标数据

其他成品数据集还包含200TB计算机视觉数据，65万小时多语种语音识别数据，上亿条自然语言理解数据，涵盖智能教育、智慧医疗、智能安防、智能家居、智能互联网、智慧金融、自动驾驶等主要行业应用场景。

致力于推进数据资源标准体系建设，从数据生产、数据管理平台、数据资产市场化流通、数据资源规划等方面提供高质量的数据要素供给服务。

同时景联文科技提供大模型训练数据的标注服务，建立了数据分发、清洗、标注、质检、交付的标准化操作流程，为全球数千家人工智能从业公司和高校科研机构交付海量、高质量的大模型训练数据。

此次入选《2024中国AI大模型产业图谱1.0版》，是对景联文科技在大模型训练数据领域的肯定。未来，景联文科技会继续打造通用数据集、数据标注平台及数据管理工具，更加专注于高质量、场景化的大模型AI数据服务！