治理体系 + 数据上新！UltraData 数据分级治理体系发布，以科学治理赋能 AGI

背景：随着通用人工智能（AGI）的发展，数据驱动策略从“数据驱动学习”向“数据-模型协同演进”范式转变，亟需系统化的数据治理体系以挖掘存量数据的深层价值。研究目的：为适应范式转变，清华大学自然语言处理实验室、面壁智能、OpenBMB联合发布了L0-L4五级数据分级治理体系，旨在通过科学治理赋能AGI数据，并构建了UltraData开放社区以推动生态协作。结论：实验验证了分级体系的有效性，模型性能随数据质量从L1到L3提升而持续增强；基于该体系构建的UltraData-Math数学数据集在多个基准上刷新性能纪录；分级训练策略相比混合训练能更有效提升模型综合性能。该工作提供了从理论到实践的应用闭环，倡导开放协作以释放高质量数据价值。