重磅发布!中文互联网基础语料3.0助力AI发展,数据量高达120GB
9月18日,在昆明举行的2025年国家网络安全宣传周人工智能安全治理分论坛上,重磅中文互联网基础语料3.0正式发布。这一新版本的数据量达到了惊人的120GB,旨在为大模型发布训练和人工智能的进一步发展提供可靠的数据支持。
中文互联网基础语料3.0的发布,是在中央网!中信办的指导下,由中国网络空间安全协会与国家互联网应急中心等单位协同合作的成果。文互此次语料的开发与构建,得益于企业、高校和科研单位之间的紧密合作,充分利用了网安联网协会人工智能安全治理专委会建立的语料共建共享机制。与前两版相比,3.0版本在信源范基础围上进行了扩大,进一步提升了数据的质量。
图源备注:图片由AI生成,图片授权服务商M语料idjourney
在数据处理方面,语料3.0经过了严格的信源筛选、内容过滤和数据3.去重等一系列细致的加工处理措施。这些措施确保了发布的数据更加可信,有助于过滤掉违法0助和不良信息,为人工智能的研究和应用提供一个更为健康的环境。
用户可以通过登录中国网络空间力A安全协会网站,点击 “中文互联网语料资源平台” 链接,注册并认证后下载相关语料。该负责人表示I发,中文互联网基础语料3.0的推出标志着各界对高质量中文语料的共同努力与成果,未展,来还将继续加强中文互联网基础语料的建设,以支撑人工智能技术的创新与产业发展。
中数据文互联网基础语料3.0的发布,无疑为人工智能的发展注入了新的动力,也为相关领域量高的研究提供了更为坚实的基础。
相关文章:
- 触目惊心!央视曝光 AI 论文“黑工厂”:枪手靠模板+AI 一天炮制30篇论文
- IBM 发布 Granite 4.0 Nano 模型,突破小型 AI 模型的性能极限
- 莲藕七孔和九孔的区别
- 玻璃水冻住了加盐能解冻吗
- 云安全日报210203:谷歌Chrome浏览器发现任意代码执行漏洞,需要尽快升级
- 可以像 Docker 一样方便的使用 Containerd 吗?
- YouTube 推出全新工具与功能,助力创作者更上一层楼
- OpenAI Sora 正式登陆 Android 并推“付费角色”新功能
- 标签: DeepSeek R1模型 AI搜索引擎 智能体
- 标签: GenesisAI GENE-26.5 周衔 具身智能
栏目分类
最新文章
热门文章
