2 TB 数据工程与精细标注

当前研发进度

研发数据总规模约 2 TB，清洗工作已完成 60.5%。该进度按团队当前研发说明展示，清洗、标注、模型训练及各项任务验证分别推进。

清洗完成 60.5% · 进度更新：2026年10月3日。清洗进度与标注、训练、各项任务验收分别记录。

清洗关注什么

• 重复与近重复样本：整理重复内容和高度相似的任务轨迹。
• 损坏与缺失材料：筛查不可读取、对象不完整或关键字段缺失的内容。
• 格式与结构：统一必要字段、软件语义、文件关联及过程表达。
• 任务与结果匹配：核对目标、执行动作和产物的对应关系。
• 质量与领域分层：按平面、三维、影像、工程与其他专业场景组织。

怎样细致打标

标注围绕任务过程与交付内容展开。图像任务关注主体、图层和编辑目标；曲线任务关注轮廓、控制点、连接和编辑结构；三维任务关注对象、拓扑、材质与场景；工程和影像任务关注各自的单位、参数、构件或时间线。

任务意图、工具参数、执行顺序、失败原因、恢复过程和保存重开结果共同构成一个专业样本。复核让标签与实际文件和软件状态对应。

从数据到后训练与验证

清洗后的材料继续进入结构整理、任务标注与质量复核。模型适配结合领域任务与工具定义，最终回到软件中检查输出与使用者反馈。

自有研发与客户工作流

客户创作数据不经过 CORYAO 代理路由。在本机软件桥接流程中，原始素材、工程文件和原生输出由客户设备及已授权的软件处理、保存。云端提供账号权益、能力规则和必要服务状态管理。

客户主动提交的定制或排障材料按约定用途处理，不默认进入自有研发数据池。研究数据的整理、版本和用途与客户生产链路分开。

相关论文