配方智能体训练数据加工数据集产品

配方智能体训练数据集采用结构化索引信息与样本文件协同存储方式，在计算机存储介质中形成数据集主表、样本明细表、标签信息表、任务来源表和日志表相互关联的数据结构。结构化信息存储于关系型数据表，用于保存数据集名称、样本类型、标签类别、来源任务、版本编号、处理状态和更新时间；原始文本文件、标注文件、样本切分文件和索引文件以文本对象或文件对象形式存储，并通过唯一标识与主表关联。数据集主表以dataset_id为主关键字段，属性为字符串型唯一标识，不可为空且不得重复。主要字段包括dataset_name，属性为字符型；sample_type，属性为字符型；label_tag，属性为字符型；task_id，属性为字符型；file_path，属性为字符型；sample_count，属性为数值型；process_status，属性为枚举型；version_no，属性为字符型；created_at和updated_at，属性为时间型。任务来源表和日志表分别保存任务批次、校验状态和更新时间等信息。整体数据结构具备字段清晰、版本可追溯、来源明确和样本关联稳定的特点。

搜集汇总

背景与挑战

背景概述

该数据集名为“配方智能体训练数据加工数据集产品”，由壹珈智晟（上海）科技有限公司申请，属于数据加工产品类型。它主要用于训练配方相关的智能体模型，通过对配方数据进行加工和处理，为人工智能模型提供高质量的训练数据支持。