宝信软件牵头发布钢铁人工智能数据集领域首项国家标准
近日，由宝信软件牵头编制的GB/Z 231-2026《人工智能 钢铁大模型数据集技术要求》正式发布。这是钢铁人工智能数据集领域的首项国家标准化指导性技术文件，由市场监管总局（国家标准委）批准发布。
该标准明确了钢铁大模型数据集的结构，规定了原始汇聚、清洗治理、知识融合、样本成型及数据安全等技术要求，旨在规范钢铁大模型数据的管理与应用，确保数据质量与安全性。
本标准由宝信软件牵头，联合宝钢股份、中国钢研、中国电子技术标准化研究院等25家单位共同研制，适用于钢铁制造企业、产业链上下游主体及数据服务机构，为行业大模型数据集建设与管理提供权威技术依据。
破解行业痛点：构建四层数据集架构
当前，企业垂类大模型的竞争核心在于高质量数据集。然而，钢铁生产数据具有多源异构、工况复杂的特点，TP/AP与IT/OT数据长期分离，大量非结构化数据散落或仅存于人员经验中。由于缺乏统一规范，多模态数据集建设滞后，导致垂类模型训练缺乏行业专属数据支撑，难以形成真正的行业级大模型。
针对上述问题，该标准创新性地提出“原始汇聚层—清洗治理层—知识融合层—样本成型层”四层数据集架构：
- 原始汇聚层：实现多源异构数据的统一接入与时序对齐，完整保留数据原始形态；
- 清洗治理层：开展数据去重、缺失值处理与跨系统口径对齐，保障基础数据质量；
- 知识融合层：依托钢铁领域本体，完成语义对齐、规则嵌入与知识增强，将分散数据转化为具备行业逻辑的领域数据；
- 样本成型层：开展专业标注、样本筛选与规范拆分，形成可直接用于大模型训练与智能体应用的标准数据集。
标准全面覆盖结构化、时序、文本、图像、音频、视频等多模态数据类型，并明确安全技术要求，构建起数据“采、洗、标、测、用”全链条安全保障体系。
深化标准化布局，加速产业数智化转型
近年来，宝信软件支撑宝武通过DCMM5级贯标，打造了涵盖“采集清洗、多模态对齐、统一标注、质量评估、模型训练”的全流程数据集加工生产线，为本标准的研制提供了坚实的技术基础和丰富的实践经验。
此外，宝信软件还主导编制了《人工智能 钢铁行业应用场景分类指南》（GB/Z 224—2026），并重点参与《人工智能 钢铁大模型服务能力成熟度评估》（GB/Z 241—2026）等多项国家标准化指导性技术文件的编制。
未来，宝信软件将持续发挥工业软件与AI技术优势，依托标准化成果推动钢铁行业高质量数据集体系建设，加速钢铁大模型产业化落地，以数据要素赋能钢铁产业数智化转型。
来源：中国宝武
