全国数据标准化技术委员会
2024-2025年拟制修订的重点标准项目清单
序号 |
拟制修订的标准名称 |
1 |
《数据 术语》(修订) |
2 |
《高质量数据集格式规范》 |
3 |
《高质量数据集类型与质量要求》 |
4 |
《数据流通匿名化效果评估方法》 |
5 |
《数据流通匿名化实施指南》 |
6 |
《数据基础设施 参考架构》 |
7 |
《数据基础设施 通用要求》 |
8 |
《枢纽节点公共传输通道网络传输服务与技术能力要求》 |
9 |
《算力网一体化监测调度》 |
10 |
《城市全域数字化转型 城市数据有效利用水平评估模型》 |
11 |
《数据服务能力评估 第2部分:流通交易类能力评估模型》 |
12 |
《数据服务能力评估 第3部分:第三方服务类能力评估模型》 |
13 |
《数据服务能力评估 第4部分:咨询服务类能力评估模型》 |
14 |
《数据服务能力评估 第5部分:应用创新类能力评估模型》 |
15 |
《数据服务能力评估 第6部分:产品平台类能力评估模型》 |
16 |
《数据服务能力评估 第7部分:资源集成类能力评估模型》 |
17 |
《数据服务能力评估 第8部分:加工分析类能力评估模型》 |
18 |
《数据服务能力评估 第9部分:安全技术类能力评估模型》 |
19 |
《公共数据 授权运营 第1部分:参考架构》 |
20 |
《公共数据 授权运营 第2部分:管理规范》 |
21 |
《公共数据 授权运营 第3部分:服务目录和服务规范》 |
22 |
《公共数据 授权运营 第4部分:绩效评估要求》 (拟更名为《公共数据 授权运营 第4部分:监测评估要求》) |
23 |
《公共数据资源登记 实施指南》 |
24 |
《数据要素型企业能力要求》 (拟更名为《数据企业认定及评估规范》) |
25 |
《数据登记平台通用技术要求》 |
26 |
《数据质量评价系统通用要求》 |
27 |
《数据空间 参考架构》 |
28 |
《数据空间 能力基本要求》 |
29 |
《数据空间 应用成熟度评价》 |
30 |
《城市全域数字化转型 术语》(修订) |
31 |
《城市全域数字化转型 技术参考模型》(修订) |
32 |
《城市全域数字化转型 顶层设计指南》(修订) |
33 |
《面向分析和机器学习的数据质量 第1部分:概述、术语及示例》(采标) |
34 |
《面向分析和机器学习的数据质量 第2部分:数据质量度量》(采标) |
35 |
《面向分析和机器学习的数据质量 第3部分:数据质量管理要求和指导原则》(采标) |
36 |
《面向分析和机器学习的数据质量 第4部分:数据质量过程框架》(采标) |
37 |
《面向分析和机器学习的数据质量 第5部分:数据质量治理框架》(采标) |
来源:国家数据局
好文章,需要你的鼓励
加利福尼亚大学和萨里大学研究团队开发了一种创新的AI系统,能够仅通过简单的手绘素描就在复杂照片中精确识别关键点。这项技术突破了传统机器学习需要大量同类数据的限制,实现了真正的跨模态学习。系统在动物关键点识别任务中达到了39%的准确率,超越现有方法约5个百分点,并且在真实手绘素描测试中表现稳定。该技术有望在生物学研究、医疗诊断、工业检测等多个领域找到广泛应用。
AI系统正变得越来越善于识别用户偏好和习惯,像贴心服务员一样定制回应以取悦、说服或保持用户注意力。然而这种看似无害的个性化调整正在悄然改变现实:每个人接收到的现实版本变得越来越独特化。这种认知漂移使人们逐渐偏离共同的知识基础,走向各自的现实世界。AI个性化不仅服务于我们的需求,更开始重塑这些需求,威胁社会凝聚力和稳定性。当真相本身开始适应观察者时,它变得脆弱且易变。
约翰霍普金斯大学发布DOTRESIZE技术,通过最优传输理论实现AI大模型智能压缩。该方法将相似神经元合并而非删除,在保持性能的同时显著降低计算成本。实验显示,压缩20%后模型仍保持98%性能,为AI技术普及和可持续发展提供新路径。