核心服务模块
从视频理解训练集到偏好与 benchmark，服务设计围绕模型目标展开，而不是沿用通用标注任务的拆分方式。
视频理解训练数据
长短层级 caption、事件描述、音视频联合理解、OCR、说话人归因与结构化 JSON 标签。
偏好与排序数据
候选输出 A/B 对比、人工偏好排序、rubric 打分、错误类型标注与改写结果。
模型评测集
benchmark、holdout set、人工评审、回归测试样本与错误分析标签。
Schema 与规范设计
字段定义、边界条件、允许推断规则、标注规范与验收标准联动设计。
模型在环数据生产
支持模型先生成初稿，再进行人工纠错、补全、排序和结构化改写。
持续数据运营
适合长期训练项目的批次管理、版本管理、QA 报告与交付节奏管理。
合作方式
三种常见合作模式
可以从一次性项目开始，也可以直接进入持续交付。
1
PoC 小样
先做 50 到 500 条样本，用来验证 schema、质量标准和训练可用性。
2
专项数据包
针对单一场景构建训练集、偏好集或 benchmark，例如视频描述、OCR、偏好排序。
3
持续数据工厂
适合长期训练和评测项目，按批次稳定交付并持续优化 schema 与质控。