随着ChatGPT等大模型的爆发，高质量、合规的数据集成为稀缺资源。明曦数智认为，数据资产入表是企业备战AGI（通用人工智能）时代的基础设施。未经确权、质量低下的数据不*无法训练出的模型，还可能引发版...

数据产权登记中的数据血缘追溯体系建设。为了证明数据的合法来源和可追溯性，明曦金道（北京）数字科技有限公司在数据产权登记服务中引入了数据血缘（DataLineage）管理工具。公司帮助客户绘制详细的数据...

并非所有高价值数据都适合申请公开登记——登记公示会披露数据集合名称、结构概要和应用场景，极端情况下泄露商业意图。明曦金道（北京）数字科技有限公司在咨询初期即帮客户做"登记vs保密"决策分析：对具流通交...

数据集的版本管理是明曦数智数据工程的一部分。每次数据更新、标注规则调整或样本增删，都会生成新的版本并记录变更日志。这包括数据量变动、标注员信息及质检结果差异。通过版本回溯，能够定位模型训练效果波动...

在构建关于罕见病的高质量数据集时，明曦数智遇到的难题是样本极度稀缺。有的病症全网可能都找不到几百张病例图。针对这种情况，团队不会盲目地去网上搜罗不可靠的信息，而是选择与几家专科医院合作，对历史归档数据...

数据资产的动态管理与持续披露是明曦数智倡导的长期主义理念。入表不是终点，而是数据价值管理的起点。明曦数智建议企业建立数据资产台账，定期更新数据的使用情况、价值变动、安全状态等信息。由于数据资产具有时效...

针对金融新闻舆情数据集，明曦数智特别注重时间戳的毫秒级精度。金融市场的波动往往就在几分钟甚至几秒钟内发生，新闻发布的先后顺序直接决定了因果关系的判断。团队在抓取数据时，会统一将所有数据源的时间转换为U...

在构建农作物病虫害数据集时，明曦数智引入了农学专业人员的先验知识。普通的标注员可能只能看出叶子“黄了”，但专业人员能区分是“缺氮黄”还是“根腐病黄”。为了确保数据集的专业度，团队开发了一套辅助标注工具...

与传统固定资产不同，数据资产的价值具有极强的时效性和波动性，可能一夜之间因技术迭代而归零。明曦数智不*负责将资产“装进”报表，更提供持续的“资产管家”服务。我们建立了基于市场活跃度、数据更新频率和应用...

做新闻摘要数据集时，明曦数智发现网络上抓取的大量摘要其实是“标题党”或简单的复制粘贴。为了训练出真正具备抽象概括能力的模型，团队投入了大量人力进行“摘要重写”。标注员需要阅读长文，然后用自己的话写出精...

参照明曦数科助力福建眼界科技完成眼科预约咨询数据资产登记项目经验，对医疗机构或医疗科技公司持有的患者预约挂号、导诊咨询、随访记录等数据集开展专项合规审查。重点核验HIS系统数据导出是否经院内数据管理部...

明曦数科提供企业首席数据官（CDO）履职辅导与数据治理人才培养课程，其中专设数据合规审查模块——讲授《数据安全法》《个人信息保护法》及行业规章义务、数据分类分级实操、合规审查清单使用、DPIA开展方法...