大模型语料标注需要注意哪些？

一、语料类型

1.自采语料 2.商业语料 3.开源语料

二、抽检要求

1.人工抽检要求

具体做法:从全部语料中随机抽取不少于 4000 条语料:合格标准:合格率不应低于96%。以此来保证语料在人工抽检环节的质量水平。

2.技术抽检要求

结合关键词、分类模型等技术进行抽检抽样数量:从全部语料中随机抽取不少于总量 10%的语料。合格标准:抽样合格率不应低于98%，保障技术抽检的语料质量。

3. 评估技术规范要求

规范内容:评估采用的关键词库、分类模型应符合文件要求。确保在使用关键词、分类模型等技术进行语料抽检时，所使用的工具和模型是符合既定规范和标准的，从技术层面保障语料安全评估的科学性和准确性。

三、大模型上线备案测试通道需求：

1.大模型产品服务下载通道与测试账号-附加审核策略（10个）

2.大模型产品服务下载通道与测试账号-不附加审核策略（10个）

3.支持生成文本的大模型产品，需要提供API接口信息。仅生成图像或视频的大模型产品，可不用提供API接口信息。