国家数据基础设施技术路线发展研究报告 化的数据标注与合成技术正成为海量非结构化数据成为高质量数据集的关键核心技术。第二个方向是向深度拓展，即从公域 数据领域向私域数据领域拓展。随着人工智能大模型的快速发展，全球可供大模型训练的公域数据即将耗尽，而原先由于涉 隐涉密（国家机密、企业秘密、个人隐私）而被尘封的海量私域数据，正在成为人工智能高价值数据集的重要数据源。传统 意义上的不可流通数据将随着隐私计算、区块链、智能合 （3）联邦学习 联邦学习是一种创新的机器学习框架。它是一种分布式机器学习方法，允许多个参与者在不共享原始数据的情况下共同 训练模型。这种方法在保护数据隐私的同时，利用多方数据进行模型训练，适用于数据孤岛场景，使企业能够在保护用户隐 私的同时，使用分散的数据源进行模型训练。在Google Cloud的架构中，联邦学习嵌入整个数据处理流程，与BigQuery和 EDC紧密配合。当服务提供商利用E Quick- Sight生成商业智能仪表板。用户可以利用Amazon SageMaker提供的服务来实现机器学习和数据检索，使用Amazon SageMaker，用户可以通过在数据空间的更大组合数据集上训练模型来运行预测分析。用户通过使用AWS身份和访问管理 （IAM）、AWS密钥管理服务（AWS KMS）、AWS Lake Formation、AWS控制塔等服务来实现对数据的控制和访问。用户 可

办事人员从“靠眼筛视频”到“秒出结果”，大大提升工作效率。 34 （4）智能经办 为解决基层工作任务量大、经办精细化管理要求高、服务响应时 效有待进一步提升等痛点问题，可依托行业大模型的深度训练与推理 能力，实现文字交流与语音互动、精准捕捉群众画像、深刻理解其需 求与意图，助力人社行业服务模式变革，构建智能经办新模式。南宁 智慧人社联合创新实验室依托 DeepSeek 推理模型的政策理解能力和 高质量数据集建设牵引数据治理迭代升级。在传统的数据架构设计、 清洗加工等工作之外，强化特征工程、数据标注和数据增强等数据工 程规划，提前推进对文件、图片、视频等非结构化数据的归集利用， 为未来的模型训练和场景应用储备多维知识库。 二是新技术牵引场景创新，助力公共数据开发利用。按照国家数 据局的有关部署，各地区、各行业正在积极推进数据流通利用基础设 施建设，建议各地方、各行业充分利旧前期的政务数据底座，将以大

领军人才”。鼓 励“校企合作”，支持我市职业院校设置氢能相关专业，定向培养高 素质氢能产业应用型、技能型人才。 七、支持氢能实验室、工程训练中心、大数据综合监控平台建设。 支持国内高校、科研院所、重点企业在我市建设氢能产业链相关实验 室、工程训练中心、实训基地以及氢能大数据综合监控平台等，落地 实施相关项目“一事一议”，给予专门政策支持。支持符合条件的氢 能产业链企业争创重点实验室、技术创新中心等省级以上科技创新平

资金奖励，最高不超过 1500 万元。 八、做好自治区“算力券”发放工作，降低算力使用门槛，支持高 校、科研机构、算力中介服务机构、科技型中小微企业和创客等使用区 内超算、智算资源，开展核心算法创新、模型训练研发等。对在市内注 册的独立核算企业使用中卫数据中心集群内数据中心算力服务的，服务 费用按照合同结算金额给予 30%补助，每年最高不超过 20 万元。 九、对在境内沪、深、北交易所首次公开发行股票并上市的企业，