什么是研发数据集？
研发数据集是一套带日期、结构化的记录，展示一个技术问题是如何被研究和解决的。最有价值的数据集包括：
- 与运行结果关联的工艺配方
- 表征与量测数据
- 附带根因的良率、缺陷和失效分析
- 实验记录本和试验报告
- 与实测对比的仿真输入和输出
AI公司为何需要
科学与工程模型需要把原因与测量结果联系起来的样本，而这类证据很少公开。买方用它训练和测试材料发现、工艺优化和失效分析模型。请查看半导体企业和研究实验室的适用数据。
授权研发数据集的步骤
- 盘点系统：MES、LIMS、电子实验记录本和文件服务器，以及各自覆盖的年份。
- 确定范围，例如一个工艺系列或产品线。
- 核查所有权。排除客户拥有的配方、联合开发数据和受资助条款限制的研究。
- 核查出口管制；请参阅出口管制与AI数据授权。
- 规划去标识化：删除客户名称、人员信息，必要时删除设备标识。
- 描述数据集：数量、年份、格式，让买方无需查看文件即可评估。
- 商定授权条款；请参阅授权协议应包含的内容。
需要谁批准？
| 角色 | 核查内容 |
|---|---|
| 工程或研发负责人 | 范围、数据质量以及哪些属于商业秘密 |
| 法务 | 所有权、客户合同和授权条款 |
| 出口合规 | 技术数据的分类 |
| IT与隐私 | 个人信息和安全提取 |
| 管理层 | 价格、独占性和战略风险 |
保护商业秘密
只授权您愿意分享的内容。限制后续使用，要求期满删除，并禁止任何识别客户的尝试。对最敏感的数据，可以考虑仅限评估的许可：买方只用数据测试模型，不用于训练。
常见问题
政府资助的研究数据可以授权吗？
有时可以。资助和合同条款可能限制数据权利，纳入前请先核查。
旧的研发数据还有价值吗？
通常有。只要结果与参数一并记录，十年关联实验的价值可能高于仅有的近期数据。
必须提供原始文件吗？
一开始不需要。买方先根据描述和少量样本评估，签署授权后才交付完整数据集。