国内多数模型训练使用中文数据占比超60%
创始人
2025-08-19 08:17:15
0次

　　本报北京8月18日电  （记者王云杉）记者从国家数据局获悉：中文数据在国内大模型的训练性能提升方面发挥着重要作用。国内多数模型训练使用的中文数据占比已经超过60%，有的模型达到80%。中文高质量数据的开发和供给能力持续增强，推动我国人工智能模型性能快速提升。

　　在人工智能时代，Token（通常所说的词元）是处理文本的最小数据单元。国家数据局局长刘烈宏介绍，2024年初，我国日均Token的消耗量为1000亿，截至今年6月底，日均Token消耗量已经突破30万亿，1年半时间增长了300多倍，反映了我国人工智能应用规模的快速增长。

上一篇：乌镇深度布局数字智造

下一篇：【华西策略】中期A股市场仍有充足空间和机会——华西策略周报

相关内容

热门资讯

畅通城市“大动脉”！新南大道（... 历经几百个日夜的奋战，延绵49公里、横跨两区一县的新南大道（G320）项目在空中俯瞰下，已经初具雏形...
最新或2023（历届）党员领导... 国(境)旅游长效机制，坚决制止以学习考察、招商引资等名义公款旅游特别是出国(境)旅游行为。认真执行公...
最新或2023（历届）党员领导... 廉政准则》的有关规定，联系思想、工作、生活实际，对照检查在模范遵守党纪国法，清正廉洁，忠于职守，正确...
31类常见投诉举报处理指引！涉... 遇到纠纷“抓瞎”？不知道该找哪个部门？别急！这篇超全维权指南帮你划重点——17个部门、31类常见纠纷...
化工板块又陷回调，民爆用品、氟... （来源：ETF全知道）化工板块今日（8月19日）深度回调，反映化工板块整体走势的$化工ETF(516...