于是，团队补充行业数据、生成辅助样本，形成58万条训练材料。人工先精细标注6000条，再由多个模型分别标注其余数据；结果一致的通过，存在分歧的交给人工裁决。11道工序、60套工具跑下来，数据准备被压缩到两周以内。

　　2025年，山东启动重点行业语料库“揭榜挂帅”行动，让产业一线的“行家”牵头，把车间里沉睡的工业数据整理成大模型可用的行业语料。截至目前，山东已累计遴选建设35个重点行业语料库，覆盖钢铁、化工、汽车、医药、装备等31个制造业大类，是全国唯一一个语料库范围覆盖全部制造业大类的省份。

　　完成不是重点，用起来才是关键。在钢铁领域，中国移动山东公司牵头建设的钢铁行业语料库，把工艺手册、设备档案、检修案例、行业标准、专家经验等多源数据汇成行业专属知识图谱，知识检索效率提升30%，让老师傅的隐性经验可沉淀、可复用、可传承，并在此基础上孵化出日照钢铁智擎大模型。

　　在输变电装备领域，山东云电链产业发展有限公司采用“分布式存储+智能治理”的技术架构，集成自然语言处理、计算机视觉与大模型技术，对多模态数据进行自动化解析、深度清洗、智能标注与高质量去噪。目前库内已汇聚文本8.2万条、图像3.5万张、音视频520小时，多模态关联数据占比32%，为设备预测性维护、智能排程等场景提供了扎实的数据底座。

　　第二道考题，是模型如何可信。