---
title: 中国中检 · 数据标注与大模型评测能力盘点（基于三份内部材料的事实摘录）
author: 朱奕樟
date: 2026-05-12
summary: 基于三份对方内部材料（专家标注平台市场版、产品手册V1.0、DMP V1.0）整理的事实底稿，每条声明都标记到对应文档与章节，区分目标值与现状。
canonical: https://blog.sysu-sam.com/@zhuyizhang/sz2026-partner-ccic-profile
---

# 中国中检 · 数据标注与大模型评测能力盘点（基于三份内部材料的事实摘录）

> **写作目的**：作为深圳 2026 重点产研计划「五-4 高质量数据集」方向联合方候选评估的事实底稿，把对方可公开材料里写到的每一句"硬话"都摘出来、标好源头，避免后续在申报论证或合作谈判中出现"我以为对方有/我以为对方说了"的错配。
>
> **本报告的材料范围**（仅限以下三份，且**全部为对方撰写的产品/团队对外口径**）：
>
> | 简称 | 全名 | 版本/日期 | 性质 |
> |------|------|----------|------|
> | **【市场版】** | 专家标注平台_产品介绍_面向市场销售.docx | 2026 年 5 月 | 内部文档 / 面向市场销售视角 |
> | **【手册V1.0】** | 专家标注平台_产品说明书_V1.0.docx | 2026-04-01 | V1.0 初版产品功能手册，作者 张丰滢 |
> | **【DMP V1.0】** | DMP_产品说明与使用手册_V1.0.docx | 2026-05-06 | 面向项目经理的 DMP 评测平台培训手册 |
>
> **本报告**不引入这三份材料以外的事实，所有引用都用【源】标记到对应文档与章节，便于复核。对材料没明确写的地方（例如团队规模上限、客户合同数、收入数字），明确标 *"材料未给出"*。

---

## 〇、一页结论（Quick Read）

1. **法律主体与上位平台**：对方在材料里反复强调依托的是 **中国检验认证（集团）有限公司（CCIC）**，特别提到 **中国中检山东公司（青岛总部）**，央企背景【源:市场版 §4.2】。
2. **产品团队实际血统**：核心骨干**来自 TalentsAI** —— 红杉中国投资、国内头部大模型团队骨干 + 上市公司高管联合创立的 AI 基础设施公司【源:市场版 §4.1】。
3. **产品矩阵**：当前有 3 个对外口径的产品 —— **专家标注平台（市场版/城市治理叙事）**、**专家标注平台（国央企版）**、**DMP 评测平台**。前两者本质同一平台，包装口径不同；DMP 是评测平台，与标注平台联动【源:手册V1.0 §6 / DMP V1.0 §1.1】。
4. **能力声明**：标注准确率 **≥98%**、效率提升 **≥60%**、专家覆盖 **十大领域**、目标专家规模 **≥3000 名**、目标多模态融合 **≥4 种**【源:市场版 §3.3/§3.4/§6.3 + 手册V1.0 §1.3】。
5. **核心场景叙事是青岛**：港口危化品应急、地铁大客流调度、公共安全研判、应急管理指挥——四个青岛产业匹配场景【源:市场版 §5】。
6. **本报告未做的事**：不在材料里的事不写，例如真实在岗专家数、签约客户数、营业收入、产品上线时间、私有化客户清单——这些均 *材料未给出*。

---

## 一、依托单位：中国检验认证（集团）有限公司

### 1.1 集团母体

材料里关于"中国中检"的全部事实陈述都集中在 **【市场版 §4.2 依托单位】** 这一节，原文（已摘录后简化排版）：

> 团队已**深度融入**中国中检的质量服务生态体系。**中国检验认证（集团）有限公司（CCIC）**是经国务院批准设立、国资委管理的中央企业，以"检验、检测、认证、标准"为主业的综合质量服务机构，经过 40 余年发展，已成为"中国第一，世界知名"的国际化检验检测认证企业集团。

可以摘出的硬事实：

| 维度 | 事实 | 源 |
|------|------|----|
| 简称 | CCIC | 市场版 §4.2 |
| 性质 | 经国务院批准设立、国资委管理的**中央企业** | 同上 |
| 主业 | **检验、检测、认证、标准** 四件套 | 同上 |
| 发展年限 | **40 余年** | 同上 |
| 行业地位（对方表述） | "中国第一，世界知名"的国际化检验检测认证企业集团 | 同上 |
| 性质 | "综合质量服务机构" | 同上 |

> **注意**：以上是对方自述。材料里没有给出 CCIC 的注册地、注册资本、总员工数、年度营收等数字，**不可在申报书里引用对方未说的数字**。

### 1.2 山东分公司（产品团队所在地）

紧接着 §4.2 的下半段：

> **中国中检山东公司**总部位于**青岛市**，**注册资本 10000 万元人民币**，**现有员工 1050 人**，**高级职称占比 15% 以上**，**全省设立 28 家分支机构**。依托中国中检的品牌公信力、质量管理体系和行业渠道网络，团队在**标准制定、质量认证、数据合规审查**等方面享有独特优势。

| 维度 | 数据 | 源 |
|------|------|----|
| 总部 | 青岛 | 市场版 §4.2 |
| 注册资本 | **1 亿元** | 同上 |
| 在岗员工 | **1050 人** | 同上 |
| 高级职称占比 | **≥15%** | 同上 |
| 山东省分支机构 | **28 家** | 同上 |
| 自我宣称的差异化能力 | 标准制定 / 质量认证 / 数据合规审查 | 同上 |

> 注：1050 人是**整个山东公司**，**不是**做大模型标注产品的团队规模。

### 1.3 对深圳/具身没有直接业务的事实证据

材料里**没有**任何一处提到：
- CCIC 或山东公司在深圳的分支机构
- CCIC 或山东公司有具身/机器人/触觉传感相关业务
- 与深圳数据交易所、鹏城实验室、南科大、中科院深圳先进院、整机厂的既有合作

**这是事实层面的缺口**——对方材料在地理与业务两个维度上都锚定青岛，对深圳具身侧没做出任何业务陈述。

---

## 二、产品团队：技术血统来源于 TalentsAI

### 2.1 团队源头

**【市场版 §4.1 团队概况】** 原文（节选）：

> 团队核心成员**来自国内领先的专家级数据标注平台 TalentsAI**——由**红杉中国投资**、**国内头部大模型团队骨干成员**与**上市公司高管**联合创立的**AI 基础设施公司**。团队直接参与了平台从 0 到 1 的建设过程，在专家生态体系搭建、多模态数据标注技术攻关、全链路质量管控体系建设等方面积累了丰富的实践经验。

| 维度 | 事实 | 源 |
|------|------|----|
| 母体公司 | **TalentsAI** | 市场版 §4.1 |
| 投资方 | **红杉中国** | 同上 |
| 创始人构成 | 国内头部大模型团队骨干 + 上市公司高管 | 同上 |
| 业务定位 | **AI 基础设施公司**，专注**专家级数据标注** | 同上 |
| 核心团队声明能力 | 专家生态搭建 / 多模态标注技术攻关 / 全链路质控 | 同上 |

> **未在材料中出现**：TalentsAI 公司全称、注册地、是否仍独立运营、和中检的人员转移路径、共同股东关系——这些**均为推断空间**，申报书中**不要直接引用**。

### 2.2 团队规模

**【市场版 §4.1 第二段】**：

> 团队**现有核心骨干 20 余人**，成员涵盖人工智能、计算机科学、数据科学、城市治理、公共管理、质量标准化等多个方向，**学科交叉融合、研发梯队完善**。

> 注：20 余人是"核心骨干"，**不是平台所有用户/标注员**——专家网络是另一回事（见 §3.4）。

### 2.3 三位被点名的核心人员

来自 **【市场版 §4.3】** 与 **【手册V1.0 文档信息表】**：

| 姓名 | 角色 | 材料中的具体背景 | 源 |
|------|------|----------------|----|
| **杨静俐** | 项目负责人 | 长期从事 AI、大数据与城市治理交叉领域研究。**曾任 TalentsAI 创始顾问**，深度参与平台 0 到 1 建设，在专家生态搭建、多模态标注技术攻关、全链路质控等方面具有**系统性方法论和成熟运营能力** | 市场版 §4.3 |
| **田然** | 联系人 / 专家生态负责人 | **曾任 TalentsAI 平台专家生态运营核心负责人**，主导搭建覆盖十大高门槛领域的专家标注生态体系，建立多层专家运营机制，汇聚**数千名高端专家**，平台可实现**专家标注准确率 ≥98%** | 市场版 §4.3 |
| **张丰滢** | 文档作者 | 在【手册V1.0】文档信息表中署名为 V1.0 初版的作者，2026-04-01 | 手册V1.0 §文档信息表 |

> **未在材料中出现**：CEO/总经理是谁、董事会构成、是否有股权激励、和山东中检的具体行政隶属——*材料未给出*。

---

## 三、产品矩阵全景

材料显示对方对外讲了**两个产品**：**专家标注平台** + **DMP 评测平台**。专家标注平台又分**两种包装口径**（市场版 = 城市治理叙事；手册V1.0 = 国央企叙事），底层是同一套能力。

```
┌──────────────────────────────────────────────────────┐
│  专家标注平台 (Expert Annotation Platform)           │
│  ├── 市场版：面向"青岛城市治理"场景叙事             │
│  └── 手册V1.0：面向"国央企"通用叙事                  │
└────────────────────┬─────────────────────────────────┘
                     │ 数据联动
                     ↓
┌──────────────────────────────────────────────────────┐
│  DMP 评测平台 (Dataset Management Platform)          │
│  ├── 教师-学生模型评测范式                          │
│  └── 当前已支持 7 种产线 + 5 种评估器                │
└──────────────────────────────────────────────────────┘
```

**联动关系**：手册V1.0 §6"产品优势与差异化"明确写"**与公司自研评测平台打通，实现数据从标注到评测的无缝流转，这是绝大多数标注平台不具备的**"。这里的"评测平台"即指 DMP【源:手册V1.0 §6】。

---

## 四、专家标注平台 · 市场版（城市治理叙事）

### 4.1 一句话定义

> **面向城市治理领域的多模态专家级数据标注融合平台**——用专业的人、专业的工具、专业的流程，生产大模型能用好的高质量数据。【源:市场版 §1】

补充说明（直接摘录）：

> 区别于传统众包平台的"打标签"模式，本平台**聚焦高专业性、强场景适配性的专家级标注任务**——港口危化品应急、地铁大客流调度、公共安全研判等城市治理领域的标注工作，需要深厚的专业知识和实战经验，**普通标注员无法胜任**。【源:市场版 §1】

> 平台通过"**智能预标注+专家修正**"的技术路线，将标注**效率提升 60% 以上**，将**单条专业数据标注成本从千元级降至百元级**。【源:市场版 §1】

### 4.2 它声称解决的痛点矩阵

完整摘录 **【市场版 §2】** 表格：

| 痛点 | 具体表现 | 本平台解决方式 |
|------|---------|-----------|
| **专业标注人才短缺** | 港口、地铁等特色场景标注需专业经验，传统众包平台找不到合格标注员 | 建立覆盖**十大高门槛专业领域**的专家网络，通过严格的准入认证 + 能力画像管理 + 试标机制确保专家资质 |
| **标注效率低、成本高** | 多模态（图像、文本、音频、视频），传统平台逐条人工处理 | AI 预标注 + 专家修正，效率提升 ≥60%；AI Checker 自动化校验 |
| **数据质量不可控** | 缺乏标准化的标注流程和质量管控体系，标注结果一致性差 | 全链路质量管控：标注前（专家准入评估）→ 标注中（过程监控 + 智能校验）→ 标注后（多轮交叉验证 + 质量评估反馈） |
| **多模态数据兼容性差** | 图像、多语言文本、音频、视频规则/格式不统一 | 统一标注框架：支持 **≥4 种模态**的自适应渲染与结构化输出 |
| **稀缺场景数据难获取** | 港口危化品应急等场景现场采集困难、安全风险高、数据敏感 | **基于大模型指令遵循的可控数据合成技术**，集成**数据脱敏与合规校验** |

### 4.3 核心能力（市场版 §3 全摘录）

#### 4.3.1 多模态异构数据标注融合（§3.1）

| 模态 | 标注能力 | 典型场景 |
|------|---------|---------|
| **图像** | 目标检测、语义分割、图像分类、OCR 标注 | 城市监控画面标注、交通违规识别 |
| **多语言文本** | 实体标注、关系抽取、文本分类、情感分析、**指令遵循评测** | 政策文件分析、市民诉求分类、多语言告示翻译 |
| **音频** | 语音转写、说话人识别、情绪识别 | 应急指挥通信标注、热线语音分析 |
| **视频** | 关键帧提取、时序事件标注、行为识别 | 地铁客流监控、港口作业安全监测 |

> 平台支持**开发场景化标准标注流程与作业模板**，如地铁大客流调度场景模板、港口危化品应急场景模板等。【源:市场版 §3.1 末段】

#### 4.3.2 AI 智能辅助标注（§3.2）

材料给出**三层 AI 能力**：

| AI 能力 | 作用 | 声明效果 |
|---------|------|---------|
| **AI 预标注** | 大模型对原始数据初步标注，生成标注草稿 | 专家从"从零标注"变为"审核修正"，**效率提升 ≥60%** |
| **AI Checker（逻辑自洽检查）** | 自动校验标注结果的逻辑一致性 | 减少人为疏漏，提升标注准确率 |
| **AI Checker（Rubrics 自动拆分）** | 将复杂评测标准自动拆解为**结构化评分维度** | 降低专家理解门槛，提升标注一致性 |

#### 4.3.3 全链路质量管控（§3.3）

| 环节 | 质控手段 | 保障目标 |
|------|---------|---------|
| **标注前** | 专家数字档案 + 准入资质评估 + **认知权重锁定** + 试标考核 | 确保参与标注的人有资格 |
| **标注中** | **过程监控（空闲/失焦检测）** + AI 智能校验 + 实时告警 | 确保标注过程规范 |
| **标注后** | 多轮交叉验证 + **黄金标准校验** + 质检抽检 + 质量评估反馈 | 确保标注结果准确 |

> 质量管控体系采用"**专家数字档案 + 准入资质评估 + 认知权重锁定 + 贡献匹配收益**"四层架构，**可保障专家标注准确率 ≥98%**。【源:市场版 §3.3 末段】

#### 4.3.4 专家生态体系（§3.4）

| 维度 | 说明 |
|------|------|
| **专家覆盖领域（十大）** | 社会科学 / 数学与逻辑 / 教育 / 医疗 / 法律 / 金融与会计 / 数据科学 / 科学研究 / 内容创意与语言 / 新兴技术与工程 |
| **准入机制** | 严格专业认证 → 准入资质评估 → 试标考核 → 正式标注 |
| **专家管理** | 数字档案 + 能力画像 + 认知权重 + 贡献匹配收益 |
| **岗位路由** | 专家通过岗位申请进入项目，**一个岗位可关联多个项目**，实现批量专家输送 |
| **质量反馈** | 标注结果反馈至专家画像，形成正向激励闭环 |

#### 4.3.5 项目管理与协作（§3.5）

| 能力 | 说明 |
|------|------|
| **项目配置** | 领域分布配置、环节配置（标注 → 质检 → 抽检）、准入规则、计时器 |
| **成员管理** | **项目经理 + 质控负责人 + 专家委员**三级项目角色 |
| **进度监控** | 项目曝光度监控、质控专家匹配、实时进度追踪 |
| **数据交付** | 批量导出、全量下载、**与 DMP 评测平台联动** |
| **结算管理** | 出题/标注差异化定价、专家收益自动核算 |

### 4.4 典型应用场景（市场版 §5 全摘录）

| 场景 | 痛点 | 平台解决方案 | 预期效果 |
|------|------|-----------|---------|
| **港口危化品应急** | 现场采集困难、安全风险高、专业标注人才短缺 | 多模态融合标注（视频+文本+图像）+ 稀缺场景数据合成 + 专家级标注 | **标注成本降低 ≥40%** |
| **地铁大客流调度** | 客流数据实时性强、标注需交通调度专业经验 | 场景化标注模板 + AI 预标注 + 交通领域专家审核 | **标注效率提升 ≥60%** |
| **公共安全研判** | 涉及多源异构数据、隐私保护要求高 | 数据脱敏 + 合规校验 + 跨模态语义对齐 | **数据合规性 100%** |
| **应急管理指挥** | 指挥通信音频 + 现场视频 + 文字报告多模态融合 | 音视频 + 文本一站式标注 + 时序事件标注 | **多模态覆盖 ≥4 种** |

> 全部 4 个场景都明确锚定**青岛/地方城市治理**，没有具身/机器人/工业场景的对应叙事。

### 4.5 申报口径下的考核指标（市场版 §6 全摘录）

#### 4.5.1 平台建设指标（§6.1）

> 建成城市治理数据集多模态数据专家标注平台**一套**，具备多模态数据标注、数据渲染、批量数据智能生成、数据质量及合规性校验、AI 自动化检查等功能，具备图像、多语言文本、音频、视频等**≥4 种模态**数据的融合标注能力。

#### 4.5.2 成果产出指标（§6.2）

| 指标 | 目标值 |
|------|-------|
| 特色场景数据集 | **≥3 个**（港口危化品应急、地铁大客流调度等） |
| 各类场景总计 | **≥10 个** |
| 发布 Benchmark | **6 类** |
| 标注数据量 | **≥100 万条** |
| 授权发明专利 | **≥2 项** |
| 制定地方标注标准 | **≥1 项** |
| 服务城市管理场景 | ≥10 个 |
| 支撑大模型训练 | ≥3 个 |

#### 4.5.3 应用与生态指标（§6.3）

| 指标 | 目标值 |
|------|-------|
| 汇聚领域专家 | **≥3000 名** |
| 与青岛龙头企业签约落地 | **≥3 家** |
| 形成可复制的城市治理数据标注解决方案 | **1 套** |

#### 4.5.4 经济指标（§6.4）

| 指标 | 目标值 |
|------|-------|
| 重点场景标注成本降低 | **≥40%** |
| 单条专业数据标注成本 | **从千元级降至百元级** |
| 带动本地数据标注产业**年交易额** | **≥5000 万元** |

> 经济指标第三条"带动本地交易额 ≥5000 万"是地方专项典型话术，**强烈指向青岛地方专项**，非深圳。

---

## 五、专家标注平台 · 国央企版（手册 V1.0）

> 这份是 **2026-04-01 出的 V1.0 产品功能手册**，作者张丰滢，对外口径为"面向国央企的专业级数据标注服务平台"。**底层功能与市场版几乎相同**，差异在**叙事包装**和**功能颗粒度**。

### 5.1 一句话定义

> 专家标注平台是一个**面向国央企**的专业级大模型数据标注**兼职平台**。通过"**专家招募准入 → 标注作业流程 → 质量控制 → 薪酬结算**"的全链路能力，帮助企业高效获取 AI 训练所需的高质量标注数据。【源:手册V1.0 §1.1】

材料**额外强调**的三个特点：

1. **准入**：提供对于专家的招募、筛选、与引导功能
2. **薪酬发放**：提供对专家的薪酬发放渠道
3. **作业流程 & 环境**：提供大模型数据标注工作环境与标注流程支持

> **新点**：手册V1.0 把"**兼职平台**"和"**薪酬发放**"作为核心特征强调，比市场版更显性——说明这其实是一个**对专家众包能力的产品化平台**（C 端结算 + B 端项目管理），而不仅是 SaaS 标注工具。

### 5.2 国央企痛点（手册V1.0 §1.2）

| 用户痛点 | 具体表现 | 解决方式 |
|---------|---------|---------|
| 找不到合适的标注人员 | 缺乏垂直领域专家，通用人员标注质量低 | 专家招募网络 + 资质审核 + **领域匹配** |
| 缺少合适的标注平台 | 拥有垂直领域专家，但通用平台标注质量低 | 专业级别的大模型数据标注兼职平台 |
| 标注质量难以保证 | 无统一规范，质量参差不齐 | **多轮质检 + 规范化模板 + 试标机制** |
| 项目管理混乱 | 多项目并行时数据串扰、进度不可控 | **项目隔离 + 工作流引擎 + 实时进度监控** |
| 结算流程繁琐 | Excel 统计工时、手动打款、对账困难 | **自动结算 + 多级审批 + 云账户打款** |
| 数据安全顾虑 | 国央企对数据安全要求极高 | **RBAC 权限体系 + 项目级数据隔离** |

### 5.3 核心能力一览（§1.3）

| 核心能力 | 关键特性 |
|---------|---------|
| **专家招募与准入** | 多渠道注册、资质审核、岗位匹配、试标筛选 |
| **标注作业管理** | 工作流引擎、灵活模板、实时进度、**超时自动释放** |
| **质量控制体系** | 多轮质检、QA 抽检、驳回返修、质检专家匹配 |
| **结算与财务** | 自动计费、多级审批、**风控拦截**、**云账户打款** |
| **权限与安全** | RBAC 权限、保密协议、操作日志、数据隔离 |

### 5.4 业务流程的六大阶段（§2）

材料用业务流程图描述了 6 阶段，**最重要的 3 个**：

**阶段 1：专家准入**

> 专家注册 → 完善个人资料 → 资料审核 → 浏览岗位并申请 → 岗位审核 → **进入项目试标** → 试标通过后获得正式作业资格

**阶段 2：标注作业**

> 领取题目 → 执行标注（计时） → 提交 → 质检审核（**可多轮**） → 通过→完成 / **驳回→返修后跳回驳回来源环节**

**阶段 3：结算发放**

> 题目完成 → 自动生成结算事实 → 创建结算事件 → 多级审批 → 入账到专家钱包 → 专家提现 → **风控检查** → **云账户打款到账**

> **驳回的精细之处**：返修后题目**跳回驳回来源环节**，而不是回到最初——这是工作流引擎的精细化设计【源:手册V1.0 §3.3】。

### 5.5 功能模块详解（§3）

#### 5.5.1 项目管理（§3.1）

| 功能 | 说明 |
|------|------|
| **项目创建** | 支持**"出题项目"** 和 **"接题项目"** 两种模式 |
| **环节配置** | 标注、质检、抽检环节均可**独立配置** |
| **领域配额** | **三级领域分类** + 题目数量配额 |
| **状态管理** | 未开始 → 进行中 → 已停止 → 已结算 |
| **曝光度控制** | 控制项目对专家的可见程度，**支持定向招募** |

#### 5.5.2 专家招募与管理（§3.2）

**专家生命周期**：

> 注册（微信/短信/密码）→ 完善资料（教育、工作、领域、简历、**保密协议**）→ 自动提交审核 → 管理员审核通过 → 活跃状态，可申请岗位【源:手册V1.0 §3.2】

**岗位体系**：

> 岗位是连接"专家"和"项目"的**桥梁**。一个岗位可关联多个项目，专家通过岗位审核后自动获得关联项目的参与资格。支持配置准入条件（资料完整度、领域标签匹配等）和**薪资类型**。【源:手册V1.0 §3.2】

#### 5.5.3 标注与质检（§3.3）

**题目流转机制**：工作流引擎驱动；每个环节（标注、质检一审、质检二审、抽检）**均可独立配置**超时时间、准入条件和处理规则；**超时未提交的题目自动释放回待领取池**，避免阻塞。

**5 个质量机制**【源:手册V1.0 §3.3】：

| 质量机制 | 说明 |
|---------|------|
| **试标筛选** | 每个项目第一题为试标，**不通过则无法参与该项目** |
| **多轮质检** | 支持配置一审、二审等多轮质检 |
| **驳回返修** | 质检驳回后题目回退到标注环节，修改后**直接跳回驳回来源环节** |
| **QA 抽检** | 对已完成题目进行随机抽查 |
| **质检专家匹配** | 智能匹配合适的质检专家 |

#### 5.5.4 结算与财务（§3.4）

完整链路（材料原文）：

> **题目完成 → 自动生成结算事实（题目+环节唯一） → 汇总为结算事件 → 多级审批 → 入账专家钱包 → 专家发起提现 → 风控检查 → 云账户打款 → 到账**【源:手册V1.0 §3.4】

#### 5.5.5 系统管理与安全（§3.6）

| 功能 | 路径 | 说明 | 安全价值 |
|------|------|------|---------|
| **用户权限管理** | 系统管理 → 用户权限管理 | RBAC、细粒度操作权限、仅超级管理员管角色/资源/权限分配 | 最小权限原则 |
| 验证码查询 | 系统管理 → 验证码查询 | 查询短信验证码发送记录 | 法律层面的数据保护 |
| **系统日志** | 系统管理 → 系统日志 | 记录所有系统操作，支持审计追踪 | 满足合规审计要求 |
| 模型管理 | 系统管理 → 模型管理 | 管理 AI 对话模型配置 | — |
| **工作流修复** | 系统管理 → 工作流修复 | **异常工作流可手动修复，不丢数据** | 系统稳定性保障 |

### 5.6 已上线/规划中的标注模板（§4）

| 模板类型 | 适用场景 | 状态 |
|---------|---------|------|
| **DeepResearch Rubrics** | 大模型回答质量评分 | **已上线** |
| 文本分类标注 | 情感分析、意图识别 | 规划中 |
| 实体关系标注 | 知识图谱构建 | 规划中 |
| 图像标注 | 目标检测、语义分割 | 规划中 |
| 音频标注 | 语音识别、音频分类 | 规划中 |
| 多模态对齐 | 图文匹配、视频描述 | 规划中 |

> **重要事实**：截至 V1.0（2026-04-01），**只有 DeepResearch Rubrics 模板"已上线"**；其他 5 类模板均为"规划中"。**与市场版（2026-05）"≥4 种模态融合"叙事的对比口径上需要谨慎**——市场版是"目标值"，手册V1.0 是"当前状态"。

#### DeepResearch Rubrics 四步流程

| 步骤 | 内容 | 专家操作 |
|------|------|---------|
| Step 1 | 出题 + 项目说明 | 根据项目要求撰写题目 |
| Step 2 | 获取模型回答 | 系统调用 AI 模型生成回答 |
| Step 3 | 参考答案 + 思考过程 | 填写标准答案和推理过程 |
| Step 4 | 评分规则 + 规则说明 | 制定评分标准和详细规则 |

### 5.7 部署方式（§5.1）

| 部署模式 | 说明 | 适用场景 | 状态 |
|---------|------|---------|------|
| **SaaS 云端** | 平台统一运维，快速开通 | 轻量级项目、快速验证 | （状态空白） |
| **私有化部署** | **部署在客户内网，数据不出境** | 国央企高安全要求场景 | （状态空白） |
| **混合部署** | 平台云端 + 数据本地 | 平衡效率和安全 | （状态空白） |

> **手册V1.0 §5.1 三种部署模式的"状态"列在材料中均为空白**——不可在申报书里说"已具备私有化部署能力"。

### 5.8 数据安全（§5.2）

> - 权限控制，支持自定义角色和资源授权
> - **全链路操作日志，支持审计追踪**
> - **项目级数据隔离（建设中）**，确保不同客户数据互不可见【源:手册V1.0 §5.2】

> **明确说"建设中"**：项目级数据隔离尚未完成。

### 5.9 自述差异化（§6）

**核心优势 4 条**【源:手册V1.0 §6】：

| 优势 | 自述 |
|------|------|
| **国央企场景深度理解** | 核心团队来自国央企 AI 评测项目一线，深度理解国央企对数据安全、合规审计、权限管控的特殊要求 |
| **标注+评测一体化** | 与公司自研评测平台打通，实现数据从标注到评测的无缝流转，**这是绝大多数标注平台不具备的** |
| **专家网络积累** | 通过项目合作积累的多领域专家资源，可快速为新项目匹配合适专家 |
| **项目经验沉淀** | 通过多个国央企项目的交付经验，**持续将共性需求沉淀为标准化产品功能** |

---

## 六、DMP 评测平台

> 这是上面提到的"自研评测平台"。手册定位是**面向项目经理**的培训手册，所以技术细节最细。

### 6.1 定义与场景

> DMP 是一个**面向 AI 大模型评测的自动化平台**。它的核心价值是：把一份**评测数据集**和一个**被测模型**放进去，**自动化跑出一份评测结果**。【源:DMP V1.0 §1.1】

**两个使用场景**：

| 场景 | 用途 |
|------|------|
| **场景一：数据质量校验** | 新产线产出**前 50 条数据**后用 DMP 跑一次快速评测，看数据是否有区分度 |
| **场景二：模型评测** | 针对相关模型或 Agent 用一批高质量数据集做正式评测，产出评测报告作为交付物 |

### 6.2 六个核心概念（§1.2）

DMP 内部用了 **6 个抽象**：

| 概念 | 代码名 | 解释 |
|------|--------|------|
| **产线** | DatasetProdLine | **数据格式 + 特殊列配置的定义**，每条产线唯一 UUID |
| **评测集** | ExperimentDataPackage | **某条产线某一版本的数据快照** |
| **评估对象** | EvaluateSubject / 学生模型 | 被评测的模型（GPT-4 / Claude / Qwen 等），需配 API 地址、Key、**计费单价** |
| **教师** | TeacherInfo | 评判者，**可以是自动评估器或人工** |
| **评估器** | Evaluator | 执行自动评判的程序 |
| **实验** | Experiment | 一次完整评测：**评测集 + 评估对象 + 评估器** = 一次实验 |

类比（材料原文）：

> **评估器 = 阅卷老师，评估对象 = 考生（学生模型），评测集 = 考卷，实验 = 一场考试。**【源:DMP V1.0 §1.2】

### 6.3 数据流转的 6 步【源:DMP V1.0 §1.3】

| 步骤 | 系统动作 | 可见状态 |
|------|---------|---------|
| 1.分发 | 系统把评测集中的每道题分配给评估对象 | 实验状态：进行中 |
| 2.答题 | 评估对象调用 API 回答每道题 | 学生答案逐条产出 |
| 3.评判调度 | 系统按 `run_id` 聚合答案，**分批派发到判卷队列** | 后台日志可见 |
| 4.评估器执行 | 评估器打分（直接调 LLM、调沙盒、或读 Harbor 产物） | 评分逐条返回 |
| 5.结果汇总 | 所有题打分完成，汇总成实验报告 | 实验状态：已完成 |
| 6.导出 | 可导出明细 Excel 或评测报告 | 下载按钮可用 |

### 6.4 当前支持的 7 种产线类型（§1.4）

| 产线类型 | ProdLineType | 数据特点 | 对应评估器 |
|---------|--------------|---------|-----------|
| **QA 问答** | QA | 有标准答案，二元判定 | **QaEvaluate387** |
| **复杂指令遵循 Rubric** | INSTRUCTION_RUBRIC | 有 rubric 数组，规则 + LLM 混合评判 | **InstructionEvaluator41** |
| **INSTRUCTION 4.3** | INSTRUCTION_43 | **沙盒批量执行**，0~10 分 | **InstructionEvaluator43** |
| **Expert Rubric** | EXPERT_RUBRIC | 专家 Rubric，单 LLM 评判 + **解析重试** | **AutoGrading20260113Evaluator** |
| **Harbor Coding** | HARBOR_CODING | 学生答案是 **zip 附件**，读取产物 reward | **HarborCodingEvaluator** |
| Excel Challenger | EXCEL_CHALLENGER | Excel 类任务 | **暂未开放** |
| Excel Challenger Type II | EXCEL_CHALLENGER_TYPE_II | Excel 类任务变体 | **暂未开放** |

> **重要事实**：7 种产线中**只有 5 种有可用评估器**（QA / InstructionRubric / Instruction43 / ExpertRubric / HarborCoding）；**两种 Excel Challenger 暂未开放**。

### 6.5 项目经理在 DMP 里的能力边界（§1.5）

| ✅ 能做 | ⚠️ 需要研发协助 |
|--------|---------------|
| 创建实验、配置评估对象、上传数据 | **新增产线**（需要研发开发数据预处理器） |
| 选择评估器、查看实验结果 | **新增评估器**（需要研发开发并发版） |
| 导出明细数据、导出评测报告 | 调整评估器**硬编码参数**（如 temperature） |
| 对比多个模型的评测结果 | 沙盒执行异常的处理 |

> 也就是说：**产线和评估器都不能由 PM 自助新增**，必须研发参与并发版。这意味着 DMP 不是"即插即用 = 任意自定义评测"，而是**预定义场景集**。

### 6.6 评估对象的关键参数（§2.2.2）

材料给出 **calling_control_param** 调用控制参数（**未外展**给用户）：

| 参数 | 作用 | 建议值 |
|------|------|-------|
| `concurrency` | 同时发起的并发请求数 | **5（保守起步，看是否被限流）** |
| `rate_limit` | 每秒请求上限 | null 或按 API 供应商文档 |
| `rate_limit_per_minute` | 每分钟请求上限 | null 或按 API 供应商文档 |
| `retry_max_attempts` | 最大重试次数 | **3** |
| `retry_initial_delay` | 初始重试延迟（秒） | **1.0** |
| `retry_exponential_base` | 指数退避基数 | **2.0** |
| `retry_max_delay` | 最大重试延迟（秒） | **60.0** |

> 这种细节通常只在"已经跑过真实 OpenAI/Anthropic API 限流问题"的团队里才会被沉淀到手册——一定程度上印证了平台跑过真实评测任务。

### 6.7 实验结果维度（§2.5.1）

| 维度 | 看什么 | 说明 |
|------|-------|------|
| 总分 | 各模型的平均分 | 跨模型对比 |
| 分数分布 | 直方图/分位数 | 看是否集中或分散 |
| 每条题的明细分 | 逐条 score + reason | 定位异常 case |
| **rubric 维度** | 每条 rubric 的命中率 | 看哪些维度模型表现差 |
| **错误率** | 失败题占比 | **>5% 需要排查原因** |
| **Trace 轨迹** | `call_llm` / `llm_response` / `error` 记录 | 深入排查具体 case |

---

## 七、三份材料之间的事实差异与一致性

为了避免后续被对方"哪个口径才是真实的"反复绕，做一张交叉验证表：

| 维度 | 市场版（2026-05） | 手册V1.0（2026-04-01） | DMP V1.0（2026-05-06） | 是否一致 |
|------|----------------|--------------------|---------------------|---------|
| 平台定位 | 城市治理多模态专家级 | 国央企专业级兼职平台 | 大模型评测平台 | ✅ 同一团队不同产品 |
| 支持模态 | 图像/文本/音频/视频 ≥4 | **当前已上线仅 DeepResearch Rubrics 一类**，其余规划中 | — | ⚠️ **市场版用目标值，手册V1.0 用现状** |
| 多轮质检 | 多轮交叉验证 | 多轮质检（一审/二审/抽检） | — | ✅ |
| 部署方式 | 未明确说 | SaaS / 私有化 / 混合（状态空白） | — | ⚠️ 私有化部署能力**未在材料中确认已具备** |
| 数据隔离 | 未明确说 | "项目级数据隔离（建设中）" | — | ⚠️ **明确说建设中** |
| 评测能力 | 与 DMP 联动 | "标注+评测一体化"为差异化优势 | 7 产线 5 评估器（2 类未开放） | ✅ DMP 是真东西 |
| 团队规模 | 核心骨干 20 余人 | 未提 | 未提 | — |
| 专家声明 | ≥3000 名（**目标值**） | "数千名高端专家"（**已积累**，田然背景中） | — | ⚠️ **3000 是目标，数千是现状** |
| 标注准确率 | ≥98% | 未直接说 | — | ⚠️ 仅市场版/田然背景中提到 |
| 效率提升 | ≥60% | 未直接说 | — | ⚠️ 仅市场版提到 |
| 标注成本 | 从千元级降至百元级 | 未直接说 | — | ⚠️ 仅市场版提到 |

**关键的口径差**：
- 市场版的硬指标（≥4 模态、≥3000 专家、≥98% 准确率、效率 ≥60%）几乎全是**目标值/对外宣传值**，**不等于当前已实现**。
- 手册V1.0 在"状态"列把**多种部署模式 / 私有化 / 数据隔离 / 大多数标注模板**都标为"空白 / 建设中 / 规划中"。
- DMP 是三份材料里**唯一给出具体工程细节**的产品（产线名 / 评估器名 / 流程步骤 / 控参建议）。

---

## 八、对申报合作的事实判断（仅基于材料，不外推）

> 本节是基于上述事实的**有限判断**，**所有结论都可以回到第 1~7 节的引用追溯**。

### 8.1 对方已具备的（材料明确陈述的）

1. ✅ **央企背书可用**：CCIC 国资委直属、40+ 年历史，山东公司 1050 人、青岛总部、注册资本 1 亿——可作为"标准制定 / 质量认证 / 合规审查"分项的承担方。
2. ✅ **产品团队真做过事**：核心骨干来自 TalentsAI（红杉投），20 余人核心、田然主导建过"数千名高端专家"的网络，DMP 平台具体到产线名/评估器名/控参——**不是 PPT 公司**。
3. ✅ **评测能力是真实的**：DMP 平台 7 产线 / 5 可用评估器 / 沙盒批量执行 / Harbor 产物读取 / 多模型对比——这块工程程度高。
4. ✅ **标注流程工程化做得到位**：6 阶段全链路 + RBAC + 云账户打款 + 风控拦截 + 多级审批——这是国央企真实采购痛点。
5. ✅ **"标注 + 评测一体化"是真实差异化**：手册 V1.0 自述"绝大多数标注平台不具备"，DMP 是事实底牌。

### 8.2 对方目前不具备的（材料明确缺位或仅是目标）

1. ❌ **没有具身/机器人/触觉/视觉传感器场景**：材料 0 次提及。
2. ❌ **没有深圳本地资源**：分支机构在山东 28 处，**未列深圳**。
3. ❌ **多种部署模式"状态空白"**：私有化部署能力未确认。
4. ❌ **项目级数据隔离"建设中"**：尚未交付。
5. ⚠️ **≥3000 专家、≥98% 准确率是目标值**，"数千名"才是当前积累。
6. ⚠️ **6 种标注模板里 5 种"规划中"**，已上线只有 DeepResearch Rubrics。
7. ⚠️ **2 种 Excel Challenger 评测产线"暂未开放"**。

### 8.3 对深圳 V6 题 1.1 的事实关系（**仅指出关系，不做合作建议**）

- **场景重叠度**：低。对方 4 大场景（港口危化品/地铁大客流/公安研判/应急指挥）vs 题 1.1 具身智能数据基础设施——**不在同一战场**。
- **能力重叠度**：中。对方 DMP 的 InstructionRubric / ExpertRubric / Harbor Coding 评估范式**可被借鉴**到题 1.1 的"Shenzhen-XEmbodiment Benchmark"评测引擎；专家网络可用于"过程奖励标注"采集；标注质量管控四层架构可作为"数据治理工具链"的子模块。
- **战略重叠度**：申报城市直接冲突——对方材料强烈指向**青岛地方专项**（§4.4 "带动本地交易额 ≥5000 万"），与深圳重大专项是**两个赛道**。

---

## 九、附录：材料未给出但可能在尽调中需问的问题清单

> 这一节**完全没有事实陈述**，只是把"材料没说但申报合作绕不开"的关键问题列出来，供线下沟通使用。

1. CCIC 集团 / 山东公司对该产品团队的法律隶属关系（人事 / 财务 / IP 归属）？
2. TalentsAI 法人主体是否仍独立？团队是否成建制迁移？
3. 已签约的国央企客户 / 已交付项目数 / 平均合同金额？
4. 私有化部署是否有已部署案例？最大规模？
5. 项目级数据隔离的预计上线时间？
6. 标注模板（图像 / 音频 / 视频 / 多模态对齐 4 类规划中）的预计开发周期？
7. DMP 的两类 Excel Challenger 评估器开放时间？
8. "≥3000 名专家"的当前实际在线规模 vs 注册池规模？
9. ≥98% 准确率是在哪类项目、哪类模板上测得的？
10. 与深圳本地是否有任何资源（合作方 / 客户 / 项目）能在 2026 年度内对接？

---

## 十、声明

- 本报告**仅基于**第〇节列出的三份对方材料。
- 所有"硬数字 / 硬声明"均回标到对应文档章节，未标源的不出现。
- 对方材料中的"目标值"与"当前状态"已按交叉验证表（§7）显著区分，**严禁在申报书中把目标值当现状引用**。
- 涉及合作判断（§8）的结论严格基于材料，**未引入材料外的市场传闻、私聊信息或个人推断**。

> 撰写日期：2026-05-12 ｜ 数据截止：三份材料的最新版本（2026-05）