國(guó)家數(shù)據(jù)局：國(guó)內(nèi)多數(shù)模型訓(xùn)練使用中文數(shù)據(jù)占比超60%

　　記者從國(guó)家數(shù)據(jù)局獲悉：中文數(shù)據(jù)在國(guó)內(nèi)大模型的訓(xùn)練性能提升方面發(fā)揮著重要作用。國(guó)內(nèi)多數(shù)模型訓(xùn)練使用的中文數(shù)據(jù)占比已經(jīng)超過(guò)60%，有的模型達(dá)到80%。中文高質(zhì)量數(shù)據(jù)的開(kāi)發(fā)和供給能力持續(xù)增強(qiáng)，推動(dòng)我國(guó)人工智能模型性能快速提升。

　　在人工智能時(shí)代，Token（通常所說(shuō)的詞元）是處理文本的最小數(shù)據(jù)單元。國(guó)家數(shù)據(jù)局局長(zhǎng)劉烈宏介紹，2024年初，我國(guó)日均Token的消耗量為1000億，截至今年6月底，日均Token消耗量已經(jīng)突破30萬(wàn)億，1年半時(shí)間增長(zhǎng)了300多倍，反映了我國(guó)人工智能應(yīng)用規(guī)模的快速增長(zhǎng)。（記者 王云杉）

　　轉(zhuǎn)自：人民日?qǐng)?bào)

　　【版權(quán)及免責(zé)聲明】凡本網(wǎng)所屬版權(quán)作品，轉(zhuǎn)載時(shí)須獲得授權(quán)并注明來(lái)源“中國(guó)產(chǎn)業(yè)經(jīng)濟(jì)信息網(wǎng)”，違者本網(wǎng)將保留追究其相關(guān)法律責(zé)任的權(quán)力。凡轉(zhuǎn)載文章及企業(yè)宣傳資訊，僅代表作者個(gè)人觀點(diǎn)，不代表本網(wǎng)觀點(diǎn)和立場(chǎng)。版權(quán)事宜請(qǐng)聯(lián)系：010-65363056。

延伸閱讀