亞洲資本網(wǎng) > 資訊 > 科技 > 正文
國內(nèi)多數(shù)AI模型訓(xùn)練使用的中文數(shù)據(jù)占比已超60%
2025-08-23 12:38:51來源: 新華網(wǎng)
中文數(shù)據(jù)在國內(nèi)AI大模型的訓(xùn)練性能提升方面發(fā)揮著重要作用。國家數(shù)據(jù)局近日發(fā)布的數(shù)據(jù)顯示,目前國內(nèi)多數(shù)AI模型訓(xùn)練使用的中文數(shù)據(jù)占比已經(jīng)超過60%,有的模型達(dá)到80%。中文高質(zhì)量數(shù)據(jù)的開發(fā)和供給能力持續(xù)增強(qiáng),推動(dòng)我國人工智能模型性能快速提升。

國家數(shù)據(jù)局局長劉烈宏表示,我國人工智能的快速發(fā)展,與我國高度重視數(shù)據(jù)工作是密不可分的。作為人工智能發(fā)展的核心要素之一,數(shù)據(jù)在推動(dòng)“人工智能+”過程中發(fā)揮著關(guān)鍵作用,高質(zhì)量數(shù)據(jù)集的建設(shè)至關(guān)重要。

“在人工智能時(shí)代,Token,也就是大家通常所說的詞元,是處理文本的最小數(shù)據(jù)單元,如同互聯(lián)網(wǎng)時(shí)代大家所說的‘流量’。”劉烈宏介紹,2024年初,我國日均Token的消耗量為1000億,到今年6月底,日均Token消耗量已經(jīng)突破30萬億,一年半時(shí)間增長了300多倍,反映了我國人工智能應(yīng)用規(guī)模的快速增長。

據(jù)介紹,截至今年6月底,我國已經(jīng)建設(shè)高質(zhì)量數(shù)據(jù)集超過3.5萬個(gè),總體量超過了400PB(1PB可存儲約5億張2MB大小的高清照片),400PB的總量相當(dāng)于中國國家圖書館數(shù)字資源總量的140倍左右。

人工智能模型的訓(xùn)練也推動(dòng)了數(shù)據(jù)交易需求的攀升。截至今年6月底,各地高質(zhì)量數(shù)據(jù)集累計(jì)交易額近40億元,數(shù)據(jù)交易機(jī)構(gòu)掛牌的高質(zhì)量數(shù)據(jù)集總規(guī)模達(dá)到了246PB。

下一步,國家數(shù)據(jù)局將通過體系化布局持續(xù)推進(jìn)高質(zhì)量數(shù)據(jù)集建設(shè),加快打造具身智能、低空經(jīng)濟(jì)、生物制造等重點(diǎn)領(lǐng)域數(shù)據(jù)高地,推動(dòng)全社會(huì)強(qiáng)化數(shù)據(jù)要素價(jià)值認(rèn)同,加快推進(jìn)數(shù)據(jù)要素價(jià)值共創(chuàng),培育“為優(yōu)質(zhì)數(shù)據(jù)買單”的市場共識。

關(guān)鍵詞:

專題新聞
  • 霧以希閃耀2025西普會(huì):定義移動(dòng)霧化未來,引爆眼健康創(chuàng)新熱潮
  • 寶媽們別愁妊娠紋!薇瑟拉黃金微針給對方案啦
  • 相宜本草官宣面膜代言人張凌赫 以本草智慧定義功效養(yǎng)膚新標(biāo)桿
  • 艾檸美小紫鏡【鎏金映顏】七夕禮盒重磅上市,科技賦能美妝新體驗(yàn)
  • 人保車險(xiǎn)-車險(xiǎn):出行路上的安心守護(hù)者
  • 湘西茶葉地標(biāo)品牌閃耀長春農(nóng)博會(huì) 跨區(qū)域合作共拓新未來
最近更新

京ICP備2021034106號-51

Copyright © 2011-2020  亞洲資本網(wǎng)   All Rights Reserved. 聯(lián)系網(wǎng)站:55 16 53 8 @qq.com