智融万象：多产业技术多模态高质量数据集
收藏数据链接：
官方服务：
资源简介：
本数据集由厦门智融合科技有限公司自主建设，名称为智融万象：多产业技术多模态高质量数据集，数据集面向工业制造、新一代信息技术等八大战略性新兴产业，支撑制造企业技术研发、专利布局与 AI 模型训练。覆盖全球 107 个国家 1790-2025 年合规公开专利文献，原始素材 40.35TB，经全流程清洗提纯后有效高质量数据 1.5TB，包含 1.13TB 标准化专利文本、0.37TB 高清技术附图图像，配套 530 亿 Token 预训练语料与 20 万条基准测试样本。数据集严格遵循 TC609、T/ACCEM 726-2025 数据标准，搭建 AI 预标注自检 — 标注员互检抽检 — 行业专家终审三级质检体系，数据无涉密、无自然人隐私信息，已完成厦门市数据产权登记，可面向科创企业、科研机构、知识产权服务商提供分级授权数据服务。
提供机构：
厦门智融合科技有限公司创建时间：
2026-07-03
搜集汇总
数据集介绍
背景与挑战
背景概述
该数据集是一个面向工业制造等八大战略性新兴产业的多模态高质量专利数据集，覆盖全球107个国家1790-2025年的合规公开专利文献，包含标准化文本和高清技术附图。它提供530亿Token预训练语料与20万条基准测试样本，遵循严格的数据标准与三级质检体系，可用于技术研发、专利布局及AI模型训练。
以上内容由遇见数据集搜集并总结生成
