首页 > 公共数据 > 统计分析

国家数据局:国内多数模型训练使用中文数据占比超60%

2025-08-19
【字体:

 2025-08-19 08:17 来源: 人民日报

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。(记者 王云杉)



  

网站地图 联系我们

主办:山西省临汾市古县人民政府 © 版权所有 2018

承办:古县人民政府办公室

晋ICP备12009441号  网站标识码:1410250001

涉密文件严禁上网

古县人民政府门户网站提示:使用大于1366*768分辨率/IE10.0或以上浏览器可以获得最佳浏览效果!

晋公网安备 14100002000604号

适老化无障碍服务认证标识