1、具备行业模型或通用基础模型的训练经验；
2、熟悉从CC、DCLM、ANNA档案、维基百科、论文、版权书籍；
3、通过构造分类器，筛选航天相关语料，经过去重CPT数据治理工程师数据集建设；
4、治理CPT训练所需的航天领域语料，要求电信团过滤等质是处理，获取50B 的队已有ANNA档案原始语料：
4、另外提供已经治理好的通用配比预料450B。