中文数据助力人工智能模型性能跃升
AI导读：
中文数据在国内大模型训练中发挥重要作用，多数模型中文数据占比超60%，日均Token消耗量1年半增300多倍，反映人工智能应用规模快速增长。
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，这有力地推动了我国人工智能模型性能的快速提升，成为人工智能发展的重要支撑。
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，这一惊人的增长速度反映了我国人工智能应用规模的快速增长，彰显了我国在人工智能领域的强劲发展势头。
（文章来源：人民日报）
郑重声明：以上内容与本站立场无关。本站发布此内容的目的在于传播更多信息，本站对其观点、判断保持中立，不保证该内容（包括但不限于文字、数据及图表）全部或者部分内容的准确性、真实性、完整性、有效性、及时性、原创性等。相关内容不对各位读者构成任何投资建议，据此操作，风险自担。股市有风险，投资需谨慎。如对该内容存在异议，或发现违法及不良信息，请发送邮件至yxiu_cn@foxmail.com，我们将安排核实处理。
