近日，中国石化建设的“石油化工行业通用高质量数据集”成功通过工业和信息化部电子工业标准化研究院测评，成为国内首个通过国家标准测评的行业高质量数据集。
此次测评依据国家标准《高质量数据集 质量评测规范》（TC609-5-2025-04），通过“数据+模型”相结合的测评方法，涵盖数据集说明文档、数据质量、模型应用3大维度17项指标，对数据集进行多维度全链条质量评估。“石油化工行业通用高质量数据集”包含行业特定术语、公式、分子式等，在格式规范性、内容一致性、内容干净性指标上得分均超90分，数据质量达到行业领先水平，充分验证其在支撑人工智能深度应用方面可靠性。
该数据集有力支持了中国石化长城大模型训练，以及分子理解、分子生成、审计等专业大模型训练，自主研发的高质量数据集全链路工具套件为系统内86家单位近900个用户开展数据加工处理工作提供支撑。同时，其标准化构建方法也为石油化工行业提供了可参考的建设范本。
