随着GPT-4、Qwen2.5Max等大模型训练数据量从GB级跃升至“万亿tokens”级（2025年Qwen2.5Max数据量超20万亿tokens），数据标注需求呈现三大新特点：

- 全生命周期覆盖：预训练阶段需“海量弱标注数据”，监督微调阶段需“精准指令数据”，强化学习阶段需“人类偏好反馈数据”，各环节需求差异显著。

- 质量要求严苛化：需满足“事实准确、语义一致、价值安全、场景完备”四大标准，医疗、金融等领域甚至需专业资质人员参与标注。

- 工程化能力升级：需支持万人级并发标注、全链路数据追溯，多模态场景（图文、音视频）还需跨模态对齐技术。

值得关注的是，DeepSeek等企业已探索新范式——通过“自动生成数据集+数据蒸馏+强化学习”，减少传统人工标注依赖，推动行业向“智能标注”转型。