AGI智能化时代的AI数据标注平台创新

申报单位：杭州蚂蚁酷爱科技有限公司

推荐单位：浙江省数据局

      一、案例简介

      在大模型时代，高效低成本数据标注与优质行业数据成为释放AGI价值的关键。杭州蚂蚁酷爱科技有限公司推出了AI数据标注平台，通过“垂类大模型+智能标注”融合策略，实现长思维链标注、智能质检、数据合成等功能，并重构数据生产范式，实现“质量-效率”双重突破。该平台已应用于自动驾驶、互联网、金融、医疗健康等场景。在某支付平台风险识别场景中，提升风险对抗能力20%，运营效率30%。截至2025年3月，平台累计处理超PB级标注数据。

图1 总体框架

       二、举措与成效

       一是多个标注智能体协同，显著提高数据标注效率。通过伴学Agent等智能标注技术，优化了标注规则和培训流程，缩短标注人员培训时长30%；通过知识注入的辅助标注Agent，数据标注效率提升40%，高质量交付率增至90%。

       二是以数据评估为导向，明显提升了标注质量。建设“标注→质量评估→策略优化→标注”的反馈闭环，通过数据多维质量评分，小规模数据效果验证微调，提高数据标注质量。在某推理场景下，模型评估在MATH 500和AIME 2024等常用Benchmark有5%的提升。

       三提高风险对抗能力，提升资金和内容安全水位。在某支付平台风险识别中，提高风险对抗力20%，运营效率30%。有效保护了超300 亿资金免受盗用等威胁；日均处理60亿条信息，准确拦截违规内容。

       四是对外技术赋能，支持国内外多个行业智能化升级。在教育、医疗领域，实现行业知识库的精准构建，服务接受度提升30%以上。在安全风控领域，通过“模型决策+智能标注”，形成数据优势，提高风险识别能力，帮助多家海外机构解决亿级用户的eKYC难题。

       三、特色亮点

       一是推出长思维链标注，提高大模型的训练效果。针对DeepSeek等强化学习推理模型的新技术趋势，平台创新推出“思维链标注”能力，应用在数学、代码、金融、安全等场景。在某金融场景，平台支持的思维链数据推动大模型FinEval等常用Benchmark 5%~10%的提升。

       二是实现高质量数据合成，有效补充数据规模，提高数据质量。通过知识注入、种子数据增广、反事实推理、强化学习、人机协同，实现数据合成，有效扩大数据规模，解决垂类高质量数据短缺问题。在某金融场景，合成数据扩充了30%的数据交付量。

图 2 总体流程

        三是通过辅标Agent + 插件市场，提高标注效率。根据不同标注任务，辅标Agent（界面内嵌AI助手）从插件市场中，灵活组装标注能力，实时推荐标注路径，自动补全标签，大大提高标注人员效率。在某石油场景，提高标注人员20%的标注效率。

      信息来源：国家数据局