中国信息通信研究院高度关注和重视人工智能高质量数据集建设研究，依托行业标准《面向人工智能的数据集质量通用评估方法 总体要求》建立了“可信AI”人工智能数据集质量评估体系（ADAQ，Artificial intelligence Datasets—Quality evaluation），已服务物流、建筑、医疗、航空等多个行业领域龙头央企和国家实验室数据集质量评估，并赋能保定、无锡、沈阳等地数据集质量评估服务。通过数据集质量评估发现，目前政府和业界在高质量数据集建设方面还存在不少挑战。一是不清楚需要什么样的高质量数据集。大模型数据需求多样，这种多样性要求企业建设的高质量数据集能够全面、准确地理解和把握业务场景。二是不清楚如何构建高质量数据集。构建高质量数据集主要包含采集、清洗、标注、质量评估等核心环节。但业界普遍缺乏面向人工智能的数据治理方法、经验、工具、平台等，制约数据集的高效建设。三是不清楚数据集质量如何评价。业界对于构建和采买的数据集没有统一的衡量标准，造成无法有效获取高质量数据集资源，严重影响大模型的训练效果和性能。