中新網(wǎng)北京12月21日電 中國網(wǎng)絡(luò)空間安全協(xié)會人工智能安全治理專業(yè)委員會20日在北京召開發(fā)布會，面向社會發(fā)布用于大模型的首批中文基礎(chǔ)語料庫。
據(jù)悉，網(wǎng)安協(xié)會人工智能安全治理專委會會同國家權(quán)威機構(gòu)，發(fā)揮企業(yè)、高校和科研單位協(xié)同優(yōu)勢，通過“共建－共享”機制，匯聚一批高質(zhì)量可信數(shù)據(jù)，經(jīng)過去重、過濾等技術(shù)手段，形成并對社會發(fā)布首批120G中文基礎(chǔ)語料，包括1億余條數(shù)據(jù)，500億個token。用戶登錄中國網(wǎng)絡(luò)空間安全協(xié)會網(wǎng)站，點擊“中文基礎(chǔ)語料庫”鏈接，通過注冊、認證等程序，就能夠下載相關(guān)語料。
網(wǎng)安協(xié)會人工智能安全治理專委會負責人表示，語料庫建設(shè)是一項長期性、專業(yè)性的工作，需要遵循相應(yīng)法規(guī)、標準和規(guī)范，需要合力共建、突破創(chuàng)新，推動形成科學有效的語料庫匯聚、處理、使用機制，為國家人工智能技術(shù)創(chuàng)新和產(chǎn)業(yè)發(fā)展賦能。
來自專委會成員單位、大模型備案機構(gòu)和相關(guān)領(lǐng)域科研、企業(yè)、社會組織代表近100人參加發(fā)布會。(完)
