国内多数模型训练使用中文数据占比超60%
人民日报北京8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国内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多数中文数据占比已经超过60%，有的模型狼烟大话网模型达到80%。中文高质量数据的训练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。使用数据
在人工智能时代，中文占比Token（通常所说的国内词元）是处理文本的最小数据单元。国家数据局局长刘烈宏介绍，多数2024年初，模型狼烟大话网我国日均Token的训练消耗量为1000亿，截至今年6月底，使用数据日均Token消耗量已经突破30万亿，中文占比1年半时间增长了300多倍，国内反映了我国人工智能应用规模的多数快速增长。
模型[ 责编：田新宇 ]本文地址：http://tianjin.hackpro.cn/news/71b3699892.html
版权声明
本文仅代表作者观点，不代表本站立场。
本文系作者授权发表，未经许可，不得转载。