中文互联网基础语料 4.0 发布：数据量 120GB，面向大模型训练
中文互联网基础语料 4.0 在济南正式发布，并上线中文互联网语料资源平台。该语料规模达 120GB，由中国网络空间安全协会联合国家互联网应急中心，以及百度、科大讯飞、知乎等单位共同建设。在相关部门指导下，项目汇聚了新的高质量数据，并经过较为严格的数据加工处理，旨在为大模型训练和人工智能发展提供更可靠的中文数据基础。用户需完成注册、认证等流程后，才能下载或申请获取相关数据。
本文来源：IT之家，仅供学习参考，版权归原作者所有。