Data / 大模型 / 实体卡片

豆包协作激励计划

概念与方法中国回流

API 客户签数据授权协议即可授权真实用量数据，B 端回流合同化

数据类型
API 调用数据；用量分布

做什么

Seed2.0 model card 自述 "Doubao Collaboration Incentive Program"：签署 ModelArk 数据授权协议的 API 客户，授权字节使用其真实调用数据 [1][2]（公司口径）。

数据怎么回流

卡片写明的用途是统计真实场景分布，用以指导后训练的场景覆盖；这些数据是否直接进入训练、占比多少，原文未明。这是 B 端把"数据授权"写进商业协议的做法，与美国平台常见的默认条款加退出开关不同，见 对话数据训练政策。

口径与缺口

C 端豆包对话回流用于训练的比例未披露；中国《生成式人工智能服务管理暂行办法》对输入记录留存有约束，见 生成式 AI 暂行办法与备案、GB/T 45652、数据出境三通道。归属公司见 字节 Seed / 豆包。

来源

  1. https://arxiv.org/pdf/2607.00248 (2026-10-15)
  2. https://docs.byteplus.com/en/docs/legal/data_authorization_agreement_modelark (2026-10-15)

相关卡片

字节 Seed / 豆包公司与机构 · 中国
可验证题集 + 自有专家标注平台 + B 端用量授权，路线最接近"自建为主、外采并存"
agent 轨迹回流与"服务即数据工厂"概念与方法
编码与办公 agent 的多步轨迹是回流中价值最高也最敏感的数据
对话数据训练政策概念与方法
消费档多为默认训练可关闭，商业与 API 档默认不训练
生成式 AI 暂行办法与备案、GB/T 45652、数据出境三通道概念与方法 · 中国
中国无专门禁止蒸馏的法规，用训练数据合法性、备案与数据出境间接约束

卡片整理 2026-10-15。公司自报数据标“公司口径”；⚠️ 为未经独立核实。