WENTU / 01 AI TRAINING DATA · ZAOZHUANG, CHINA
把不确定的现实，
标注成可训练的事实。
枣庄文途网络科技有限公司专注数据标注与训练数据服务。百人全职自建团队、三级质检与争议仲裁机制，把交付准确率变成可复现的工程指标，而不是一句承诺。
自建团队 · 非众包 ／ 三级质检 + 争议仲裁 ／ 规范版本可追溯
02 WHAT WE DO
从一类标注，到一整套数据工程
七类标注与数据能力，可单独承接，也可组合成完整的数据集建设与模型验收流程。
图像标注
从 2D 框到像素级分割，覆盖通用与长尾场景的规则对齐。
- 2D 矩形框 / 旋转框
- 多边形与语义分割
- 实例分割 / 全景分割
- 关键点与骨骼
- OCR 与版面分析
- 属性与层级标签
点云与 3D 标注
面向自动驾驶与具身智能的空间理解数据，支持连续帧一致性校验。
- 3D 立方体与朝向
- 激光雷达点云分割
- 跨帧目标 ID 跟踪
- 2D-3D 融合校验
- 可行驶区域标注
- 4D 时序标注
文本与大模型语料
为预训练、SFT 与对齐阶段提供高一致性的人工语料与偏好判断。
- 实体 / 关系 / 事件抽取
- 意图与情感分类
- SFT 问答撰写与改写
- RLHF 偏好排序与打分
- 安全审核与红队标注
- 事实性与幻觉核查
语音标注
覆盖多方言、多噪场景的转写与声学层标注，支持音频质检闭环。
- ASR 精准转写
- 音素与时间戳对齐
- 说话人分离（Diarization）
- 情绪与副语言标签
- 方言与小语种
- 噪声 / 场景标签
视频标注
以时间轴为轴的动态理解数据，适配行为识别与轨迹分析。
- 多目标跟踪
- 行为 / 动作片段切分
- 时序事件标注
- 关键帧打点
- 轨迹与速度属性
- 异常事件标记
数据采集与数据集定制
从场景设计、采集、清洗脱敏到私有化交付的一体化数据集建设。
- 场景设计与采集执行
- 清洗 / 去重 / 脱敏
- 类别体系与标注规范共建
- 难例挖掘与均衡
- 私有化交付与版本管理
- 合规授权链路留痕
质量评测与模型验收
用可复现的评测集与一致性指标，衡量数据是否真的可用。
- 标注规范文档输出
- 黄金集 / 盲测集构建
- 标注者一致性（IAA）分析
- 抽检与仲裁复核
- 缺陷归因报告
- 持续回归评测
03 HOW IT WORKS
把质量写进流程，而不是交给验收
常规项目 48 小时内启动试标。每个阶段都有明确交付物，客户随时知道数据处于哪个状态。
需求对齐
明确任务类型、类别体系、验收口径与数据安全要求。
试标验证
小批量试标，暴露规范歧义，输出可执行的标注规范草案。
规范冻结
与客户共同确认边界样例库与判定优先级，锁定 v1.0 规范。
规模生产
按项目组建固定小组，排期与产能可视化，分批滚动交付。
三级质检
初标自检、分层交叉抽检、争议仲裁，缺陷归因回写规范。
交付迭代
版本化交付 + 质量报告 + 难例补充建议，支持持续回归评测。
04 / QUALITY BY DESIGN
数字不是口号，
是每一批次的交付记录。
自建团队让规范可以沉淀，三级质检让缺陷可以归因，争议仲裁让分歧变成下一次的确定性。我们把这三条写进了交付流程。
了解我们的质检体系100人+
自建团队，非众包99.2%
三级质检 + 仲裁复核3800万+
跨图像 / 文本 / 语音48小时
试标通过即规模化05 SELECTED WORK
交付过什么，比能做什么更重要
以下案例客户名称与可识别信息均已脱敏，重点展示问题、方法与交付口径。
自动驾驶感知 3D 点云标注规模化交付
终验一次通过，跨帧 ID 一致性达客户验收线，长尾场景批次返工率持续下降。
查看交付方法大模型 RLHF 偏好数据标注与对齐评测
批次内一致性稳步提升，客户可直接按维度筛选训练数据。
查看交付方法工业质检缺陷像素级分割数据集建设
客户用盲测集完成供应商横向评测，交付集进入模型迭代主链路。
查看交付方法06 FIELD NOTES
写在产线上的行业观察
标注规范、质检口径、偏好数据与合规边界——把实践中遇到的问题写清楚。
从「标注量」到「标注质量」：数据标注行业的三次跃迁
当模型能力由规模驱动转向数据与对齐驱动，标注的验收标准已经从框数变成一致性、可追溯性与难例覆盖率。
阅读全文RLHF 偏好数据为什么难做：一套可落地的人工判断流程
偏好标注的难点不在「谁回答更好」，而在把主观判断拆成可培训、可复核、可统计的确定性动作。
阅读全文三级质检 + 争议仲裁：我们把 99% 准确率拆成了哪些动作
准确率不是验收时抽检出来的，而是由流程结构决定的。本文公开一套可复用的标注质检链路。
阅读全文07 FAQ
合作前，先回答几个真问题
如果这里有没覆盖到的情况，直接把样本与验收口径发给我们，试标阶段会逐条确认。
Q01数据标注的最小起订量是多少？
没有固定起订量。我们会先按样本量做试标评估，输出规范文档与单价测算，试标通过后再确定正式批次规模；小批量的算法验证项目同样可以承接。
Q02试标需要多久，需要客户提供什么？
常规 48 小时内可启动试标。客户提供少量样本数据、类别体系或标注规范（若有）、以及验收口径即可；没有成文规范时，我们可以协助共建。
Q03标注准确率是怎么统计的？
按批次分层抽检，逐类别统计准确率、争议率、返工率与标注者一致性，随交付一起提供报告，而不是只给一个总体平均数。争议样本进入仲裁队列并回写边界样例库。
Q04数据安全和保密怎么保障？
支持私有化部署标注环境、按项目隔离权限、签署保密协议；采集与脱敏的授权链路可回溯到单条样本，交付采用版本化管理并保留变更清单。
Q05规范中途变更了怎么办？
规范版本号与样本绑定，规则变更时自动圈定受影响批次，输出变更清单与重标范围，避免全量返工，历史数据仍可保持可比。
Q06可以承接 RLHF / 偏好标注这类主观任务吗？
可以。我们把整体偏好拆成事实正确性、指令遵循度、安全性、表达质量等独立维度分别判断，批次前做共识标定，并保留全链路追溯记录。
NEXT STEP
先做一次试标，再谈长期合作。
发来样本数据、类别体系或一句话需求，48 小时内给出规范草案、排期评估与报价测算。