構(gòu)建基于AI的多模態(tài)科學(xué)文獻(xiàn)數(shù)據(jù)標(biāo)注體系項(xiàng)目需求一、項(xiàng)目概況提供構(gòu)建基于AI的多模態(tài)科學(xué)文獻(xiàn)數(shù)據(jù)標(biāo)注體系及工具的服務(wù)；基于該體系及工具提供目標(biāo)領(lǐng)域的數(shù)據(jù)標(biāo)注服務(wù)，生成科學(xué)文獻(xiàn)數(shù)據(jù)集；在科學(xué)文獻(xiàn)數(shù)據(jù)集的基礎(chǔ)上，提供接口訪問、數(shù)據(jù)應(yīng)用服務(wù)；具體包括：1）提供構(gòu)建基于AI的多模態(tài)科學(xué)文獻(xiàn)數(shù)據(jù)標(biāo)注體系及工具的服務(wù)，支持文本、分子式、反應(yīng)式等多模態(tài)信息的解析識(shí)別；2）基于該體系及工具提供圍繞生物靶點(diǎn)及合成生物學(xué)兩大領(lǐng)域的原始數(shù)據(jù)采集和數(shù)據(jù)標(biāo)注服務(wù)；生物靶點(diǎn)數(shù)據(jù)標(biāo)注服務(wù)針對(duì)專利信息進(jìn)行標(biāo)注和提取，提取內(nèi)容包括化合物、化合物性質(zhì)、靶點(diǎn)；合成生物學(xué)數(shù)據(jù)標(biāo)注服務(wù)針對(duì)文獻(xiàn)和專利信息進(jìn)行標(biāo)注和提取，提取內(nèi)容包括代謝物、酶序列、酶促反應(yīng)、納米酶；3）在科學(xué)文獻(xiàn)數(shù)據(jù)集的基礎(chǔ)上，提供基于AI的接口訪問、學(xué)術(shù)搜索與推薦、數(shù)據(jù)分析應(yīng)用服務(wù)，實(shí)現(xiàn)科學(xué)文獻(xiàn)數(shù)據(jù)的高效分享及應(yīng)用；二、技術(shù)要求需求項(xiàng)招標(biāo)技術(shù)要求（一）多模態(tài)科學(xué)文獻(xiàn)數(shù)據(jù)標(biāo)注體系及工具服務(wù)需提供構(gòu)建基于AI的多模態(tài)科學(xué)文獻(xiàn)數(shù)據(jù)標(biāo)注體系及工具的服務(wù)，形成基于AI的多模態(tài)科學(xué)文獻(xiàn)數(shù)據(jù)標(biāo)注體系及工具，以賬號(hào)形式提供項(xiàng)目交付期及驗(yàn)收后一年內(nèi)使用，需滿足下列功能要求：1、針對(duì)招標(biāo)方提供的測(cè)試數(shù)據(jù)集，將文本、表格、2D分子圖、公式4種模態(tài)轉(zhuǎn)化為文本序列的準(zhǔn)確率大于95%；其中文本需轉(zhuǎn)換為markdown、表格需轉(zhuǎn)化為L(zhǎng)aTeX、2D分子圖需轉(zhuǎn)化為Smiles、公式需轉(zhuǎn)化為L(zhǎng)aTeX；單個(gè)實(shí)例（如一段文本、一個(gè)表格、1個(gè)2D分子圖、1個(gè)公式）完全準(zhǔn)確計(jì)為1個(gè)準(zhǔn)確實(shí)例，不完全準(zhǔn)確計(jì)為不準(zhǔn)確實(shí)例，準(zhǔn)確率=準(zhǔn)確實(shí)例個(gè)數(shù)/測(cè)試數(shù)據(jù)集總實(shí)例數(shù)*100%；針對(duì)招標(biāo)方提供的測(cè)試數(shù)據(jù)集，文獻(xiàn)解析的速度不低于20頁/秒；采用的算力規(guī)格應(yīng)為16張RTX4090GPU卡、384核CPU（或更少數(shù)量的GPU卡、CPU核）；2、要求實(shí)現(xiàn)實(shí)例分割，能夠識(shí)別圖片中不同形狀的邊界，支持放大、縮小、編輯，支持預(yù)覽，在圖片上顯示創(chuàng)建時(shí)間、編號(hào)等基礎(chǔ)信息；要求實(shí)現(xiàn)表格識(shí)別，將表格識(shí)別成markdown或latex源碼；支持有框線和無框線或者混合模式的表格識(shí)別；支持分子識(shí)別和嵌入；支持旋轉(zhuǎn)90度排版的表格識(shí)別；針對(duì)招標(biāo)方提供的測(cè)試數(shù)據(jù)集和預(yù)標(biāo)注模版，平臺(tái)預(yù)標(biāo)注文本、公式、表格數(shù)據(jù)的準(zhǔn)確率大于80%；準(zhǔn)確率=完全準(zhǔn)確的字段/總字段；其中標(biāo)注遺漏的字段視為不準(zhǔn)確字段；針對(duì)招標(biāo)方提供的測(cè)試數(shù)據(jù)集和預(yù)標(biāo)注模版，平臺(tái)預(yù)標(biāo)注2D分子圖數(shù)據(jù)的準(zhǔn)確率大于96%；準(zhǔn)確率=完全準(zhǔn)確的字段/總字段；其中標(biāo)注遺漏的字段視為不準(zhǔn)確字段；3、要求實(shí)現(xiàn)標(biāo)注者查看任務(wù)，包括任務(wù)名稱、創(chuàng)建時(shí)間、任務(wù)狀態(tài)；4、在上傳PDF文件后，平臺(tái)依據(jù)文獻(xiàn)中的不同數(shù)據(jù)模態(tài)來進(jìn)行區(qū)域分割，并自動(dòng)給出區(qū)域x、y坐標(biāo)和解析的置信度；大模型依據(jù)標(biāo)注參數(shù)對(duì)PDF文件進(jìn)行標(biāo)注后以表格形式輸出標(biāo)注結(jié)果，大模型種類不少于3種；以交互式圖形界面來對(duì)輸出結(jié)果進(jìn)行原文溯源定位；對(duì)輸出結(jié)果進(jìn)行修改；支持畫板繪制分子，一鍵獲取畫板分子SMILES；支持識(shí)別分子圖中的單一實(shí)體類型、官能團(tuán)類型；支持添加Markush基團(tuán)，支持添加手性原子；實(shí)現(xiàn)添加正電荷、添加負(fù)電荷以及旋轉(zhuǎn)等操作；5、需要實(shí)現(xiàn)對(duì)標(biāo)注進(jìn)度進(jìn)行可視化查看，包括模型標(biāo)注審核、人工標(biāo)注結(jié)果、人工標(biāo)注審核、復(fù)核等；6、要求標(biāo)注系統(tǒng)支持組織超過3000名標(biāo)注成員進(jìn)行標(biāo)注；度進(jìn)行可視化查看，包括模型標(biāo)注審核、人工標(biāo)注結(jié)果、人工標(biāo)注審核、復(fù)核等；7、要求具備數(shù)據(jù)標(biāo)注工作流；支持管理標(biāo)注任務(wù)的創(chuàng)建、加入、執(zhí)行和審核；8、要求實(shí)現(xiàn)標(biāo)注項(xiàng)目管理功能，包括導(dǎo)入數(shù)據(jù)標(biāo)注數(shù)據(jù)源，構(gòu)建供同一項(xiàng)目標(biāo)注者共同使用的標(biāo)注模版，創(chuàng)建公開可見的和個(gè)人私密可見的標(biāo)注項(xiàng)目，在項(xiàng)目中設(shè)置任務(wù)模版、數(shù)據(jù)源類型、項(xiàng)目描述、指導(dǎo)文檔、筆試項(xiàng)目，支持在項(xiàng)目中設(shè)置標(biāo)注次數(shù)、重做次數(shù)、審查數(shù)、任務(wù)分配次數(shù)、薪酬策略，可通過管理碼來賦予管理員權(quán)限、通過邀請(qǐng)碼來支持標(biāo)注者加入；9、具備文獻(xiàn)排版布局識(shí)別能力；支持文本、分子、反應(yīng)式、科學(xué)圖表等的精準(zhǔn)定位；支持剔除頁眉頁腳及其他無需閱讀的內(nèi)容；支持單欄、多欄論文的閱讀順序排序；10、要求識(shí)別大于100種ISO-639-1語言編碼；11、具備快速語言判別模塊，需支持不少于包括中文、英文、日語、韓語在內(nèi)的四種語言識(shí)別；12、要求具有數(shù)據(jù)源管理功能；數(shù)據(jù)源需支持PDF文件和圖片；13、要求提供模版管理功能，能夠創(chuàng)建模版以及導(dǎo)入已有的模版；14、要求提供表格類型的模版；表格模版的全部設(shè)置需支持交互式操作；支持設(shè)置模版描述、模版類型；支持添加模版字段；模版字段中應(yīng)該包括字段設(shè)置、字段描述、樣例設(shè)置等；模版字段支持刪除；15、要求實(shí)現(xiàn)查看任務(wù)詳情，包括查看任務(wù)中的原始PDF、查看任務(wù)中的所有標(biāo)注結(jié)果、查看任務(wù)中的標(biāo)注者，能夠?qū)θ蝿?wù)中的標(biāo)注結(jié)果進(jìn)行直接修改；16、要求滿足對(duì)標(biāo)注任務(wù)進(jìn)行評(píng)判；支持對(duì)標(biāo)注結(jié)果設(shè)置為無效數(shù)據(jù)；支持將標(biāo)注結(jié)果設(shè)置為正確或錯(cuò)誤；17、要求實(shí)現(xiàn)對(duì)解析結(jié)果進(jìn)行評(píng)判，支持反饋解析有錯(cuò)誤的頁面；18、要求實(shí)現(xiàn)對(duì)任務(wù)進(jìn)程進(jìn)行提醒，包括任務(wù)的審核結(jié)果、任務(wù)的復(fù)核結(jié)果以及提醒任務(wù)重做；19、要求滿足對(duì)任務(wù)進(jìn)行篩選，包括對(duì)標(biāo)注、審核、判定、已完成等任務(wù)狀態(tài)進(jìn)行篩選，按照用戶名來進(jìn)行篩選；篩選需支持查詢和重置；20、要求實(shí)現(xiàn)對(duì)任務(wù)進(jìn)行隨機(jī)檢查，并能夠查看任務(wù)詳情，對(duì)任務(wù)提交評(píng)審記錄；21、要求支持對(duì)任務(wù)的多輪評(píng)審以及交叉評(píng)審，支持自定義評(píng)審輪數(shù)，支持查看歷史評(píng)審記錄；22、要求實(shí)現(xiàn)對(duì)標(biāo)注者進(jìn)行管理，能夠查看標(biāo)注者基本信息（用戶名、郵箱、身份設(shè)置）、復(fù)核準(zhǔn)確率、標(biāo)注通過率、評(píng)審一致通過率，提交次數(shù)，應(yīng)得薪酬；能夠?qū)?biāo)注者進(jìn)行封禁和解封；23、要求實(shí)現(xiàn)對(duì)算法任務(wù)進(jìn)行狀態(tài)管理；支持查看后臺(tái)運(yùn)行任務(wù)的列表；支持顯示任務(wù)創(chuàng)建時(shí)間、任務(wù)類型、任務(wù)狀態(tài)、數(shù)據(jù)源等；支持有多個(gè)頁面的任務(wù)列表；24、要求實(shí)現(xiàn)標(biāo)注者領(lǐng)取任務(wù)功能，以及查看任務(wù)領(lǐng)取狀態(tài)，包括已完成、已刪除、等待中等；（二）圍繞生物靶點(diǎn)及合成生物學(xué)兩大領(lǐng)域的數(shù)據(jù)標(biāo)注服務(wù)A.生物靶點(diǎn)數(shù)據(jù)標(biāo)注服務(wù)需使用基于AI的多模態(tài)科學(xué)文獻(xiàn)數(shù)據(jù)標(biāo)注體系及工具提供生物靶點(diǎn)領(lǐng)域的原始數(shù)據(jù)采集和數(shù)據(jù)標(biāo)注服務(wù)，形成生物醫(yī)藥靶點(diǎn)科學(xué)數(shù)據(jù)集，該科學(xué)數(shù)據(jù)集應(yīng)滿足下列要求：25、靶點(diǎn)數(shù)據(jù)覆蓋完整性：覆蓋≥2000個(gè)靶點(diǎn)；26、化合物數(shù)據(jù)完整性：覆蓋≥500萬種化合物；27、專利數(shù)據(jù)完整性：覆蓋≥40萬篇專利；28、化合物性質(zhì)數(shù)據(jù)數(shù)量：提供≥1000萬條化合物性質(zhì)數(shù)據(jù)；29、化合物性質(zhì)數(shù)據(jù)信息：必須包含活性，可兼顧其它物理化學(xué)性質(zhì)；30、數(shù)據(jù)來源：專利需覆蓋WIPO/USPTO/CNKI，需為每一條化合物性質(zhì)數(shù)據(jù)注明專利號(hào)；31、數(shù)據(jù)格式：以靶點(diǎn)分類的CSV形式存儲(chǔ)；32、數(shù)據(jù)訪問方式：提供API訪問；33、數(shù)據(jù)支持用于構(gòu)建高精度的自由能微擾計(jì)算模型，并能夠?qū)?gòu)建好的計(jì)算模型用于未測(cè)定活性的分子衍生物的活性預(yù)測(cè)；34、數(shù)據(jù)支持用于構(gòu)建高精度的定量構(gòu)效關(guān)系模型，并能夠?qū)?gòu)建好的計(jì)算模型用于未測(cè)定活性的分子衍生物的活性預(yù)測(cè)；35、數(shù)據(jù)支持用于匹配分子對(duì)分析方法，并能夠?qū)崿F(xiàn)基于匹配分子對(duì)分析方法產(chǎn)生新的分子衍生物；B.合成生物學(xué)數(shù)據(jù)標(biāo)注服務(wù)需使用基于AI的多模態(tài)科學(xué)文獻(xiàn)數(shù)據(jù)標(biāo)注體系及工具提供合成生物學(xué)領(lǐng)域的原始數(shù)據(jù)采集和數(shù)據(jù)標(biāo)注服務(wù)，形成合成生物學(xué)及反應(yīng)科學(xué)數(shù)據(jù)集，該科學(xué)數(shù)據(jù)集應(yīng)滿足下列要求：36、代謝物條目數(shù)量：≥10萬條；涵蓋人類、動(dòng)物、植物、微生物等物種及同一物種不同生理狀態(tài)的代謝物信息；37、酶數(shù)據(jù)條目數(shù)量：≥30萬條；覆蓋所有主要酶分類（EC1-6類）；38、代謝路徑和酶反應(yīng)條目數(shù)量：≥40萬條酶促反應(yīng)（酶-底物-產(chǎn)物三元組數(shù)據(jù)）；39、納米酶數(shù)據(jù)條目數(shù)量：數(shù)據(jù)涵蓋≥2500種納米酶、≥3000條納米酶催化反應(yīng)（酶-底物-產(chǎn)物三元組數(shù)據(jù)）、≥1萬篇文獻(xiàn)；40、代謝物數(shù)據(jù)信息：包含代謝物名、分子式、結(jié)構(gòu)式、標(biāo)識(shí)符（SMILES等）；可兼顧其它物理化學(xué)性質(zhì)；41、酶數(shù)據(jù)信息：包含標(biāo)準(zhǔn)化基礎(chǔ)注釋（EC編號(hào)、來源物種拉丁名等）、催化特性數(shù)據(jù)（底物，催化條件，比活力，kcat、Km、kcat/Km值等動(dòng)力學(xué)參數(shù)）、蛋白序列及結(jié)構(gòu)信息（實(shí)驗(yàn)解析結(jié)構(gòu)PDBID或AlphaFold結(jié)構(gòu)預(yù)測(cè)）；42、代謝路徑和反應(yīng)數(shù)據(jù)信息：包含反應(yīng)類型與分類（氧化還原、轉(zhuǎn)移、水解、裂合、異構(gòu)、連接等）、底物/產(chǎn)物信息、催化酶信息（EC編號(hào)、序列、來源物種等）、反應(yīng)條件（pH范圍、溫度區(qū)間、輔因子等）、動(dòng)力學(xué)參數(shù)（速率常數(shù)kcat、米氏常數(shù)Km、活化能Ea）；43、納米酶數(shù)據(jù)信息：包含結(jié)構(gòu)參數(shù)（尺寸等）、反應(yīng)信息（模擬酶類、反應(yīng)底物、反應(yīng)條件、催化活性等）和應(yīng)用領(lǐng)域（如生物檢測(cè)、抗菌、腫瘤治療、環(huán)境催化等）；44、代謝物數(shù)據(jù)質(zhì)量：關(guān)鍵條目（包括但不限于代謝物名、分子式、結(jié)構(gòu)式及標(biāo)識(shí)符）的數(shù)據(jù)準(zhǔn)確率不低于80%（從數(shù)據(jù)集隨機(jī)抽樣2%，驗(yàn)證方法包括對(duì)比權(quán)威數(shù)據(jù)庫、人工校驗(yàn)）；45、酶數(shù)據(jù)質(zhì)量：關(guān)鍵條目（包括但不限于酶EC號(hào)、來源物種、酶序列等）的數(shù)據(jù)準(zhǔn)確率不低于80%（從數(shù)據(jù)集隨機(jī)抽樣2%，驗(yàn)證方法包括對(duì)比權(quán)威數(shù)據(jù)庫、人工校驗(yàn)）；46、代謝路徑與酶反應(yīng)數(shù)據(jù)質(zhì)量：關(guān)鍵條目（包括但不限于酶-底物-產(chǎn)物三元組、反應(yīng)條件等）的數(shù)據(jù)準(zhǔn)確率不低于80%（從數(shù)據(jù)集隨機(jī)抽樣2%，驗(yàn)證方法包括對(duì)比權(quán)威數(shù)據(jù)庫、人工校驗(yàn)）；47、納米酶數(shù)據(jù)質(zhì)量：關(guān)鍵條目（包括但不限于納米酶名、模擬酶類、底物、產(chǎn)物、反應(yīng)條件等）的數(shù)據(jù)準(zhǔn)確率不低于80%（從數(shù)據(jù)集隨機(jī)抽樣2%，驗(yàn)證方法包括對(duì)比權(quán)威數(shù)據(jù)庫、人工校驗(yàn)）；48、數(shù)據(jù)存儲(chǔ)格式：以關(guān)系型數(shù)據(jù)庫的形式儲(chǔ)存，酶、代謝物、反應(yīng)數(shù)據(jù)相關(guān)聯(lián)；（三）基于AI的接口訪問、學(xué)術(shù)搜索與推薦、數(shù)據(jù)分析應(yīng)用服務(wù)需提供基于AI的接口訪問、學(xué)術(shù)搜索與推薦、數(shù)據(jù)分析應(yīng)用服務(wù)，平臺(tái)服務(wù)以賬號(hào)形式提供，期限為項(xiàng)目交付驗(yàn)收后一年時(shí)間、API接口提供接入文檔說明；該服務(wù)對(duì)平臺(tái)功能的要求如下：49、要求包含網(wǎng)頁端可視化系統(tǒng)，支持在生物醫(yī)藥靶點(diǎn)科學(xué)數(shù)據(jù)庫按靶點(diǎn)、結(jié)構(gòu)相似性進(jìn)行可視化聚類分析；50、需要滿足對(duì)代謝物數(shù)據(jù)進(jìn)行多維度（分子式、結(jié)構(gòu)式等）智能檢索與批量導(dǎo)出，可關(guān)聯(lián)至酶與反應(yīng)數(shù)據(jù)庫；51、能夠?qū)崿F(xiàn)酶數(shù)據(jù)按酶名稱、EC號(hào)、物種等進(jìn)行檢索與導(dǎo)出，使用戶能夠快速準(zhǔn)確地獲取所需的酶信息；52、需要實(shí)現(xiàn)代謝路徑和反應(yīng)數(shù)據(jù)的反應(yīng)信息查詢，包含查詢界面，支持多種查詢方式，如按反應(yīng)物、產(chǎn)物、酶名稱等進(jìn)行模糊搜索，關(guān)聯(lián)代謝物及酶數(shù)據(jù)庫，確保用戶能夠迅速找到所需的酶反應(yīng)信息；53、需要實(shí)現(xiàn)用戶按照納米酶的材料類型、性能參數(shù)、應(yīng)用領(lǐng)域等多個(gè)維度進(jìn)行檢索和導(dǎo)出；54、要求滿足生物醫(yī)藥靶點(diǎn)科學(xué)數(shù)據(jù)庫常規(guī)查詢（如“給定靶點(diǎn)返回活性化合物”）響應(yīng)時(shí)間<1s，支持批量導(dǎo)出（>10萬條）數(shù)據(jù)；55、要求能夠上傳圖片形式的分子結(jié)構(gòu)并在文獻(xiàn)庫中進(jìn)行檢索，能夠輸出該分子結(jié)構(gòu)的結(jié)構(gòu)解析信息、生理活性信息、相關(guān)文獻(xiàn)信息，并以綜述的形式呈現(xiàn)；56、要求支持學(xué)者推薦；推薦的依據(jù)包括研究方向、影響力等；對(duì)被推薦的學(xué)者可以直接關(guān)注；支持復(fù)制學(xué)者主頁；支持微信掃碼關(guān)注學(xué)者；支持查看推薦學(xué)者的合作學(xué)者列表;支持與推薦學(xué)者的AI分身進(jìn)行智能對(duì)話；57、要求提供不少于10門AIforScience相關(guān)的課程；課程中應(yīng)包含視頻、課件、Notebook等教學(xué)材料；課程主頁應(yīng)包含課程介紹、講師信息；課程應(yīng)提供討論區(qū)；58、要求實(shí)現(xiàn)查看以期刊形式組織的文獻(xiàn)信息；期刊需按照樹層級(jí)體系分類，層級(jí)不少于3級(jí)；從期刊分類中應(yīng)能夠直接查看到文獻(xiàn)的作者、摘要等文獻(xiàn)元數(shù)據(jù)信息；對(duì)查看到的文獻(xiàn)，應(yīng)支持使用大語言模型進(jìn)行智能問答；要求滿足訂閱期刊、關(guān)鍵詞和學(xué)者，并支持基于訂閱內(nèi)容進(jìn)行自動(dòng)文獻(xiàn)推薦，文獻(xiàn)支持列表式和瀑布流；對(duì)于推薦的文獻(xiàn)，支持用發(fā)表時(shí)間、被引用次數(shù)等因素進(jìn)行篩選；對(duì)推薦的文獻(xiàn)進(jìn)行概括總結(jié)；59、能夠滿足每一所高校以專屬形式使用平臺(tái)功能，包括與高校內(nèi)部賬號(hào)打通、支持高校私有域名、支持高校專屬門戶；60、專屬云模式同時(shí)具備支持深圳市相關(guān)單位采用單點(diǎn)登錄方式登錄平臺(tái)的能力；61、要求具備鏡像功能；支持使用公開的鏡像，公開鏡像種類不少于10種；公開鏡像支持可視化查看包含的軟件、鏡像大小、創(chuàng)建時(shí)間；支持通過Dockerfile、公網(wǎng)鏡像、已有節(jié)點(diǎn)等方式來構(gòu)建個(gè)人所有的鏡像；個(gè)人鏡像支持分享給不同的用戶，支持發(fā)布到鏡像市場(chǎng)；支持對(duì)鏡像通過創(chuàng)建人、名稱等進(jìn)行檢索；62、要求通過項(xiàng)目對(duì)平臺(tái)使用進(jìn)行管理；支持自行創(chuàng)建項(xiàng)目和參與他人創(chuàng)建的項(xiàng)目；項(xiàng)目中支持添加多個(gè)成員；支持給成員設(shè)置管理員和普通成員的角色；支持項(xiàng)目與存儲(chǔ)綁定，所有成員均可共享統(tǒng)一存儲(chǔ)；支持項(xiàng)目與節(jié)點(diǎn)綁定；支持項(xiàng)目與數(shù)據(jù)集綁定；63、要求具備存儲(chǔ)功能；存儲(chǔ)具備共享存儲(chǔ)空間和個(gè)人存儲(chǔ)空間；存儲(chǔ)時(shí)具備可視化的目錄結(jié)構(gòu)；存儲(chǔ)空間可以可視化地選擇新建、上傳、下載、復(fù)制、移動(dòng)、重命名等操作；存儲(chǔ)中的文件可以可視化地展示、編輯；64、要求滿足常見結(jié)構(gòu)文件POSCAR、CONTCAR、CIF、XYZ的在線預(yù)覽和編輯；要求需要滿足分子軌跡文件dump、lammpstrj，分子結(jié)構(gòu)信息pdb、sdf、mol、mol2文件的在線預(yù)覽；（所有功能點(diǎn)均需提供系統(tǒng)功能截圖作為證明材料）；65、要求具備數(shù)據(jù)集功能；創(chuàng)建數(shù)據(jù)集時(shí)應(yīng)支持設(shè)置數(shù)據(jù)集名稱、數(shù)據(jù)集路徑、項(xiàng)目；支持上傳數(shù)據(jù)集文件、數(shù)據(jù)集文件夾；支持對(duì)數(shù)據(jù)集進(jìn)行可見成員的權(quán)限設(shè)置；支持對(duì)數(shù)據(jù)集文件進(jìn)行檢索、查看、下載、刪除；66、需要滿足數(shù)據(jù)存儲(chǔ)、檢索、管理的必要需求，保證數(shù)據(jù)使用安全性；67、需要實(shí)現(xiàn)excel文件導(dǎo)入；支持批量導(dǎo)入；支持缺失值和異常數(shù)據(jù)的自動(dòng)檢測(cè)和處理；68、需要滿足用戶自定義模版、自定義數(shù)據(jù)庫表頭；69、需要滿足用戶修改或刪除數(shù)據(jù)；70、要求實(shí)現(xiàn)自助選擇并可視化分析數(shù)據(jù)集；支持柱狀圖、餅圖、散點(diǎn)圖、小提琴圖等多種可視化工具；支持計(jì)算平均值等參數(shù)；71、要求滿足在不同數(shù)據(jù)表之間建立靈活的關(guān)聯(lián)關(guān)系的能力；72、要求滿足支持直接輸入化學(xué)式或SMILES進(jìn)行檢索；73、要求實(shí)現(xiàn)大語言模型智能應(yīng)用；大語言模型智能應(yīng)用需支持代碼解讀；大語言模型智能應(yīng)用需支持問答；大語言模型智能應(yīng)用需支持論文解讀；74、要求提供完善的用戶管理功能，包括用戶登錄的統(tǒng)一