百度智能云：国内首个大模型数据标注基地启动运营，标注师100%本科学历

日前，位于海口市秀英区的百度智能云（海口）人工智能基础数据产业基地正式启动运营，这是百度智能云与海口市政府合作共建的国内首个大模型数据标注中心，未来有望为各行各业提供大模型数据服务。据悉，这是百度智能云推动大模型产业落地的又一重要布局。

海口市秀英区委常委、常务副区长石晟屹表示，海口人工智能技术数据产业基地的落成，最大的价值是在人才集约、产业集聚等方面有重要的引领作用。在不到一年的时间，基地已经带动近千人的大学生就业，对培育本地的数字经济人才做出了突出贡献。同时，引入百度这样的科技企业，将持续带动数字产业化项目落地，也会为传统产业的转型升级带来新的战略契机和发展机会。

当前，大模型正处在产业落地前期，高质量的数据，是大模型实现产业化的关键要素。对于以ChatGPT、文心一言为代表的生成式AI，海量的数据训练、人工标注、指令微调、基于人类反馈的强化学习（RLHF），可以让大模型与人类价值观、思维方式不断对齐，使大模型更加可用。

为此，百度智能云升级了大模型数据服务能力，建设了国内首个专业大模型数据标注基地。百度智能云方面表示，目前已经在全国与各地政府合作，共建了10多个数据标注基地，累计为当地提供超过1.1万个稳定就业岗位，间接带动5万人就业。

（百度智能云海口人工智能基础数据产业基地）

数百名大模型数据标注师100%本科学历

走进海口数据标注基地，可以看到数百名大模型标注师正在借助数据标注平台熟练地对大模型生成的内容数据进行打分、排序。

百度智能云大模型数据标注师董志焕介绍说：“我们的主要工作就是对大模型生成的内容进行评价、反馈，通过这些人工标注数据，让大模型学习人类的思维方式，从而使大模型更加聪明。”

（百度智能云海口人工智能基础数据产业基地作业区）

百度智能云数据标注基地业务产品负责人胡驰表示，为提高数据标注的质量和效率，百度智能云自主研发了业内领先的大模型数据标注平台，支持从大模型微调、强化学习到模型评估的数据生产闭环。结合平有的人机协同标注、多轮智能审核等智能化工具，可大幅提升数据标注的产能和质量，同时帮助企业实现降本增效。

为保障数据标注质量，百度智能云还搭建了全流程数据服务人才梯队。海口数据标注基地现拥有数百名专职大模型数据标注师，标注师的本科率达到100%。

“和传统的数据标注师要求不同，大模型标注师都需要本科以上学历，我觉得主要是因为大模型数据涉及的知识面很广，评判标准复杂，非常考验标注师的语言理解能力和逻辑推理能力。在入职的前两个月，公司会对我们进行集体培训和考核，通过考核后才能正式上岗。”百度智能云大模型数据标注师王洁玉说。

据了解，百度智能云沉淀了多领域的专家资源，针对来自不同行业的数据服务需求，百度智能云可快速搭建专家团队，对特定领域的任务提供监督微调和强化训练数据，保证数据交付质量，目前已覆盖计算机、法律、医疗等领域。

此外，百度智能云还组建了专业的数据咨询团队，从前期的数据收集、数据清洗，再到数据管理、数据回流，可为企业提供全流程的咨询服务，帮助企业在智能化转型过程中少走弯路。

胡驰表示，数据安全始终是重中之重。百度智能云不仅可提供高安全性的端到端数据服务，标注平台还支持私有部署，通过与基地资源联动，为客户提供多样化的数据安全方案。

“大模型标注基地重点要评估三大指标：高效标注工具、高端人才梯队、高级别数据安全，只有三管齐下，才能为大模型提供好的数据。”他说。

未来3-5年将给海口带来新增就业5000人

此次百度智能云海口数据标注基地在海口的正式落成，既为企业拥抱大模型提供领先的数据服务，同时也为区域带来社会效益、经济效益的双重助力。

胡驰表示，一方面，百度智能云通过完善的数据标注师培训体系，助力区域培育一批大模型领域人才，推动区域高质量人才留存的同时更保障高质量就业，激发区域人才活力；另一方面，基于百度智能云的技术和生态优势，基地为入驻企业提供一站式创业扶持，助力海口培育孵化本地专业数据标注企业，为当地的数字化转型和智能化升级持续造血。

海口市秀英区委常委、常务副区长石晟屹指出，稳就业是政府的重要工作方向，基地在未来三到五年，新增就业有望突破5000人规模，这是非常好的就业契机。此外，建成海口数据标注基地，只是和百度合作的开端，后续还要共同打造数字经济产业集群，将海口市秀英区的数字经济规模、数字经济层级带来更高的提升。

据了解，百度智能云在全国已与各地政府合作共建10余个数据标注基地，累计为各区域提供超过11000个稳定就业岗位，间接带动50000人就业，培育数万名AI数据人才，吸引孵化优质企业超200家，为推动人工智能产业发展和促进区域经济提升做出了积极贡献。

一年内多次升级“智能新基建”，百度智能云9月将全面升级大模型服务

想要做出好的大模型并不容易，需要具备三大要素：大数据、大算力、好的学习机制。算力是大模型的动力来源，更大参数规模意味着更大的算力消耗；数据相当于大模型学习的知识，大模型想要有更好的性能，就需要大量高质量的标注数据；而好的训练方法就像是一位懂得因材施教的老师，让大模型的性能表现更上一层楼。

据了解，为了进一步推动大模型的产业化落地，百度智能云和各地政府已经建成了多个“智能新基建”项目。除了落地十余个数据标注基地，解决大数据问题之外，百度智能云在阳泉、福州、天津、济南、沈阳等地建设了多个智算中心，解决大算力问题。

（百度阳泉智算中心）

百度智能云方面表示，这些分布在全国各地的“智能新基建”，已将强大的AI能力凝聚在“千帆大模型平台”上，目的就是帮助企业一站式的解决大模型开发和应用过程中面临的所有问题。

据悉，百度智能云将在9月全面升级大模型服务。8月，百度智能云宣布，千帆大模型平台升级，接入包括文心一言、Llama 2全系列、ChatGLM2-6B等在内的33个国内外最主流的大模型，成为国内拥有大模型最多的平台。

（百度智能云千帆大模型平台功能全景图）

（中国日报海南记者站 陈博文）