首批！景联文入选杭州语料库高质量数据集建设先行先试清单

|首批高质量数据集建设先行先试清单的发布，不仅是官方对数据价值的认证，更是景联文科技从数据服务商迈向“AI数据基础设施”的关键一步。

近日，在浙江省数据局指导下，杭州市数据资源管理局联合杭州市数据集团等单位，通过“揭榜挂帅”机制，正式发布首批50个杭州语料库高质量数据集建设先行先试清单。景联文《教育大模型英文知识数据集》成功入选，成为教育教学领域代表性高质量数据产品，标志着公司在教育垂直领域的数据服务能力获得了官方与市场的双重认可。

5637万道结构化英文试题，打造教育大模型“黄金语料”

本次入选的《教育大模型英文知识数据集》，是景联文科技历时一年自主研发的行业专用类高质量数据资产。数据集总量超5760万道英文试题，其中：

• K12英文试题5637万道，覆盖商业、计算机、教育等20+学科，76%配备详细解析；
• 大学英文试题9.7万道，涵盖英语、数学、生物等19门核心课程，每题均含专业解析；
• 多模态试题150万道，图像规格不低于768×1024像素，支持图文理解与跨模态训练；
• 指令微调数据达5637万条提示问答对，重复率＜0.05%，专为大模型对齐优化设计。

所有数据采用JSONL结构化格式，字段完整覆盖学科、考点、题型、学段、年级、难度、题干、选项、答案、解析及媒体资源，严格遵循《2025高质量数据集实践指南（1.0）》标准，题目完整度≥95%，答案准确率≥95%。

接入杭州语料库，推动教育数据要素市场化流通

根据杭州市数据资源局政策，首批高质量数据集将通过数据产权确认，接入杭州语料库，面向社会提供创新性、示范性数据服务。此次入选，不仅验证了景联文数据产品的技术领先性，更打通了从“数据资源”到“数据资产”再到“数据产品”的转化路径。

景联文构建了“采集-清洗-标注-质检-迭代”全生命周期治理体系，自研AI治理平台支撑百万级数据日处理能力，已为教育科技公司、出版集团及大模型研发机构提供专项数据服务，助力智能教育生态高质量发展。

景联文也明确了下一步方向：持续提升数据质量至更高标准。并计划向STEM、前沿科技等更高价值学科拓展，构建包含音视频的多模态3.0版本题库，以适配教育大模型更复杂的交互需求。让AI真正赋能因材施教，促进教育公平与质量提升。