國內(nèi)多數(shù)模型訓(xùn)練使用中文數(shù)據(jù)占比超60%

記者從國家數(shù)據(jù)局獲悉：中文數(shù)據(jù)在國內(nèi)大模型的訓(xùn)練性能提升方面發(fā)揮著重要作用。國內(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60%，有的模型達到80%。中文高質(zhì)量數(shù)據(jù)的開發(fā)和供給能力持續(xù)增強，推動我國人工智能模型性能快速提升。

在人工智能時代，Token（通常所說的詞元）是處理文本的最小數(shù)據(jù)單元。國家數(shù)據(jù)局局長劉烈宏介紹，2024年初，我國日均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30萬億，1年半時間增長了300多倍，反映了我國人工智能應(yīng)用規(guī)模的快速增長。（記者 王云杉）

來源：人民日報

責(zé)任編輯：林紅