国内多数AI模型训练使用的中文数据占比已超60%
中文数据在国内AI大模型的训练性能提升方面发挥着重要作用。国家数据局近日发布的数据显示，目前国内多数AI模型训练使用的中文数据占比已经超过60%，有的模型达到80%。中文高质量数据的开发和供给能力持续增强，推动我国人工智能模型性能快速提升。
图片来源于网络，如有侵权，请联系删除
国家数据局局长刘烈宏表示，我国人工智能的快速发展，与我国高度重视数据工作是密不可分的。作为人工智能发展的核心要素之一，数据在推动“人工智能+”过程中发挥着关键作用，高质量数据集的建设至关重要。
图片来源于网络，如有侵权，请联系删除
“在人工智能时代，Token，也就是大家通常所说的词元，是处理文本的最小数据单元，如同互联网时代大家所说的‘流量’。”刘烈宏介绍，2024年初，我国日均Token的消耗量为1000亿，到今年6月底，日均Token消耗量已经突破30万亿，一年半时间增长了300多倍，反映了我国人工智能应用规模的快速增长。
图片来源于网络，如有侵权，请联系删除
据介绍，截至今年6月底，我国已经建设高质量数据集超过3.5万个，总体量超过了400PB（1PB可存储约5亿张2MB大小的高清照片），400PB的总量相当于中国国家图书馆数字资源总量的140倍左右。
人工智能模型的训练也推动了数据交易需求的攀升。截至今年6月底，各地高质量数据集累计交易额近40亿元，数据交易机构挂牌的高质量数据集总规模达到了246PB。
下一步，国家数据局将通过体系化布局持续推进高质量数据集建设，加快打造具身智能、低空经济、生物制造等重点领域数据高地，推动全社会强化数据要素价值认同，加快推进数据要素价值共创，培育“为优质数据买单”的市场共识。（记者高亢）
【责任编辑:焦鹏】
阅读下一篇：
扫描二维码推送至手机访问。
版权声明：本文由财界探秘发布，如需转载请注明出处。
“国内多数AI模型训练使用的中文数据占比已超60%” 的相关文章
在海湖庄园举行的新闻发布会上，美国当选总统特朗普在短短一小时内做出了多项令人震惊的声明，并升级对加拿大等国有关主权问题的言论。图片来源于网络，如有侵权，请联系删除 他呼吁用经济手段吸收加拿大为美国的一部分，且不排除使用武力夺取巴拿马运河和格陵兰岛，并要求北约国家将国防开支提高至GDP的5%...
在经济数据冲击下，美联储降息预期再度降温，美债持续遭遇抛售。图片来源于网络，如有侵权，请联系删除 美东时间1月7日，2年期美债收益率盘尾上涨2.7个基点，报4.297%。10年期美债收益率上涨6.1个基点至4.684%，盘中触及4.699%，创2024年4月26日以来最高。30年期美...
图片来源于网络，如有侵权，请联系删除 美国候任总统特朗普不仅要求北约盟友提高军费，甚至还想要直接对它们下手。他在7日表示，美国因所谓“经济安全”“保护自由世界”等需要，必须要买下格陵兰岛，如果丹麦拒绝美国购买，丹麦出口美国的产品“关税会非常高”。他还说，不排除使用军事力量夺取格陵兰岛...
1月8日，央广传媒集团举办“国潮文化创新与发展行动共识”发布会，邀请专家学者及潮流文创产业代表，共同探讨国潮文化的创新与发展，在高度重视传统文化现代传播的当下，就如何才能让传统文化焕发新的时代光彩展开深入探讨。图片来源于网络，如有侵权，请联系删除图片来源于网络，如有侵权，请联系删除1月8日，“国...
AI客服越来越多，人工客服为啥还被列为急需人才？图片来源于网络，如有侵权，请联系删除 专家表示，两类客服应实现协同互补，同时加强从业者权益保障图片来源于网络，如有侵权，请联系删除 阅读提示 近年来，AI客服的使用场景越来越丰富，多地却把人工客服岗位列入紧缺技能职业目录。记者采访了解到，人工...
最近几天，不少餐饮商家在社交媒体晒出账户截图，表示收到了美团的餐饮外卖助力金。1月10日，从美团官方网站查询公告获悉，这些向商家发放的现金，源自一个多月前美团启动的餐饮商家助力行动，首批到账的助力金预计覆盖1.5万家门店，包括特色餐饮小店、社区食堂、老字号等多种类型的餐饮商家。从2024年12月...
