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
图片来源于网络，如有侵权，请联系删除 当地时间1月6日，美国副总统哈里斯主持国会参众两院联席会议，点数选举人票，正式确认前总统、共和党总统候选人特朗普当选总统。图片来源于网络，如有侵权，请联系删除 按照1887年通过的美国《选举计数法》，由副总统兼参议院议长主持国会两院联席会议...
中国人民1月7日发布数据，中国2024年12月末外汇储备32023.57亿美元，环比减少635.03亿美元；12月末黄金储备1913.4亿美元，共7329万盎司，连续两个月扩大黄金储备。图片来源于网络，如有侵权，请联系删除 外汇局解读 国家外汇管理局公布2024年12月末外汇储...
2025年1月7日，西藏自治区日喀则市定日县发生6.8级地震。图片来源于网络，如有侵权，请联系删除 当日，北京字节跳动公益基金会宣布捐赠500万元人民币，联合公益机构，为西藏日喀则受灾地区提供灾后救援及重建支持。由于当地大量房屋倒塌、防寒保暖需求高，北京字节跳动公益基金会已联合中国红十字基金会...
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...
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...
