智源研究院发布开源中文互联网语料库CCI 4.0
创始人
2025-05-08 22:44:12
北京商报讯（记者 魏蔚）5月8日，北京商报记者获悉，智源研究院近日在GOSIM全球开源创新论坛上发布大型开源文本数据集CCI 4.0。据了解，CCI 4.0兼顾多样性与高质量，从单一语言数据集扩展为多语种数据集。本次发布包括了中、英语两种语言，并将在随后的发布中，开源更多语言的版本。此外，CCI 4.0首次采用CoT方法进行推理轨迹数据合成，以提升预训练模型的基础推理能力。CCI 4.0数据集由智源研究院牵头，联合包括阿里云、上海人工智能实验室、华为、出门问问、金山办公、昆仑万维、面壁智能、奇虎科技、美团、稀宇科技、月之暗面、紫东太初、中科闻歌、科大讯飞等多个机构共同贡献。
相关内容
热门资讯
“东北超”沈阳赛区球票13日开...
（来源：沈阳晚报）转自：沈阳晚报 5月10日，2026年东北地区城市足球联赛（简称“东北超”）官网...
永远的母爱
（来源：沈阳晚报）转自：沈阳晚报 □蒋玉丹 办公室里，键盘的敲击声，像春雨轻叩窗棂。突然，手机屏...
专项普法深入浅出精准传递
（来源：黑龙江日报）转自：黑龙江日报正值第六个“民法典宣传月”，近日，大兴安岭地区新林区人民法院组织...
创建文化品牌赋能行政审判
（来源：黑龙江日报）转自：黑龙江日报哈尔滨铁路运输中级法院持续推进新时代龙法“文化铸品”十项建设，深...
54名法治副校长下沉中小学授课
（来源：黑龙江日报）转自：黑龙江日报近日，鸡西市两级法院集中开展春季“法治第一课”校园法治宣传活动，...