中关村发布｜智源研究院发布超500G中文文本数据集中关村发布｜智源研究院发布超500G中文文本数据集_市场资讯

admin

2024-04-27 13:05:08

0次

新京报贝壳财经讯（记者韦英姿）4月26日，在2024中关村论坛年会平行论坛“数据安全治理与发展论坛”上，北京智源人工智能研究院（简称智源研究院）副院长兼总工程师林咏华表示，从语言模型演进到多模态文生视频模型，对模型训练数据所需要的数据量提出了十倍、几十倍甚至上百倍的发展需求。

她认为，大模型的训练数据，不仅要求数量更多、质量更高，也要求思考如何推动数据尤其是中文高质量数据、行业数据的共建共享。

北京智源人工智能研究院副院长兼总工程师林咏华。图/主办方供图

在活动中，林咏华发布了超过500G的中文文本数据集——“中文互联网语料库CCI （Chinese Corpora Internet）2.0”。她表示，该语料库既包括智源研究院大模型“悟道”的数据集，也包括全国20多家互联网和其他企业的数据贡献。

最后，她还宣布上线面向数据贡献团队的积分共享数据平台，该平台包含的数据集超过58个，数据总量约213TB，支撑大多数人工智能训练场景。

国内大模型发展面临着高质量中文语料资源短缺的问题。第十四届全国人大会议通过的政府工作报告提出，要深化大数据、人工智能等研发应用，大力推动数据开发开放和流通使用。

中关村语料库智源研究院视频生成模型

黄金珠宝怎么选？内侧刻字都代表... 潮新闻客户端记者马焱通讯员任倩影 9月8日下午，“云游杭州乐购金秋”——“浙城·浙放心”活...

原创冰... 最近全球国债市场正在上演魔幻一幕：美债、日债、欧债遭遇猛烈抛售，收益率冲到几十年新高，美国财政部都...

日韩股市开盘表现分化上证报中国证券网讯 9月9日，日韩股市开盘表现分化，韩国综合指数开盘上涨0.26%，报6972.87...

国际原油拉升，中曼石油涨超8%... 9月8日，油气开采及服务板块持续走高，中曼石油（603619.SH）涨超8%，石化油服（6008...

宁波银行启动2026年金融教育... 9月7日至13日，宁波银行开展2026年金融教育宣传周。此次活动紧扣“清朗金融网络守护安心消费”主...

食物发芽后都有毒吗？哪些不能吃... 不少家庭囤放的食材放置一段时间后，悄悄长出了“小芽”。提到食物发芽，大多数人会认为“发芽的食物一般都...

3年9700万美元！骑士官宣与... 搜狐体育消息，北京时间9月9日，骑士官方今日宣布，球队已与哈登续签了一份多年期合同。骑士官方写道...

农行工行定增2600亿或于年... 记者胡艳明国有大行新一轮资本补充方案落地。 2026年9月7日，农业银行（下称“农行”）、工商银...

9月9日每日研选丨超强厄尔尼诺... 超强厄尔尼诺正成为近期农产品板块走强的核心推手。据美国国家海洋和大气管理局（NOAA）预测，2026...

巨头库存告急，美股光学网络携手... 当地时间9月8日，劳动节长假后的首个交易日，美股三大指数同步走低。标普500指数跌0.58%报767...

原创 A... 9月9日，新股市场迎来洛轴股份（301699）的上市交易。恐怕有些中签的股民已经等急了，因为在同一天...

早报美股光通信，逆市大涨；美袭... 宏观新闻 1、习近平同英国首相伯纳姆通电话。习近平祝贺伯纳姆就任英国首相，指出中英是全面战略伙伴，虽...

原创 “... 备受社会关注的“梅姨案”有了最新消息。9月8日下午，“梅姨”案被拐人申聪和父亲申军良及其代理律师面向...

哪些人群适合选择北方地区熏鸡加... 当前国内小成本餐饮赛道发展平稳，熟食类项目因客群覆盖广、投入门槛低、操作难度可控，成为不少创业者的选...

央视报道丨2026年服贸会首批... 央视《新闻联播》（2026年9月7日）记者：张萍、叶奂央视《朝闻天下》（2026年9月8日）记...

原创美... 近期，国际能源地缘格局迎来重大变动。美国通过全新合作协议深度切入委内瑞拉石油产业，调整当地多年形成...

住院后突然糊涂？元凶不是年龄，... 住院后突然糊涂，真的是年纪大了么？很多人第一反应是把谵妄归因于年龄，但最近的一项权威研究给出一个更清...

消费新势力｜山东省代表团参加第... 9月8日，第26届中国国际投资贸易洽谈会在福建厦门开幕，活动由商务部主办，是我国对外开放的重要窗口和...

消金公司半年考：头部缩表控险，... 来源：市场资讯华夏时报记者付乐北京报道近期，已开业的31家消费金融公司中，多家机构披露了2...

三星Q3大幅增加HBM4供应，... 每经编辑：肖芮冬截至9时40分，市场震荡活跃，同指数费率最低标的科创芯片ETF（588290）跟踪...