按照国家发展改革委、国家数据局等部门印发的《关于促进数据标注产业高质量发展的实施意见》《关于推进行业高质量数据集建设行动的实施方案》，陕西省数据和政务服务局围绕数据标注技术研发创新、行业应用深化、标准规范建设、产业生态培育、人才体系建设5个方向，在全省范围内评选了13个数据标注优秀案例，并于2025年12月正式印发《陕西省数据标注优秀案例集》（陕数政发〔2025〕45号），引导各地各部门、各企业快速复制成功经验，尽快落地形成示范带动效应。

针对秦岭“天-空-地”多源数据异构、法规语义理解弱等难题，融合检索增强、强化学习等技术，构建自动与半自动标注体系，以及首个面向秦岭生态保护的多模态法规语义数据集，深度融合遥感影像、无人机航拍照片、地面监控视频与法律法规文本，实现了生态破坏行为与法律条款的精准语义对齐，有力支撑了秦岭生态保护多模态大模型训练，推动了秦岭生态保护智能化监管向精准化、规范化发展。

图1 整体架构

通过自动和半自动辅助标注体系，构建了融合“天空地”一体化多源数据与法律法规知识的秦岭生态环境保护多模态数据集。该数据集有机整合了遥感变化检测、目标定位、视觉语义理解与案例研判等任务，实现了秦岭生态问题与法律依据的精准对齐。并基于此数据集训练了秦岭生态环境保护多模态大模型，该模型能够在问题识别阶段关联相关法律条款，生成具备明确法律依据、完整逻辑追溯、清晰结果解释的智能研判报告。进而构建了生态监管从“发现-分析-研判”的全流程智能闭环体系，为秦岭生态环境保护提供了智能化、专业化的全方位技术支撑。

一是基于检索增强的样本自动生成。建立了“问题生成-法条检索-生成回答”的全自动化训练数据合成流水线。依托检索增强机制实现了从原始文本到高质量问答对的自动生成。在保障训练数据严谨性与法律依据可溯源性的同时，实现了大规模训练集的高效构建。

二是基于特殊Token的多视觉任务统一化标注。将变化检测、目标检测以及场景描述等异构视觉任务，统一为结构化文本序列生成任务，实现了不同视觉下游任务在语义层面的标准化表达与端到端建模。

三是构建了“模型候选生成—专家审核修订—模型迭代优化”的循环标注范式，实现了人机协同的半自动标注。在大幅降低全人工标注成本的同时，确保数据集精准对齐秦岭生态监管的专业偏好与要求。

图2 文本数据自动标注