【資料圖】

原標題：北京發(fā)布大模型高質(zhì)量數(shù)據(jù)集

人民日報海外版電 （記者賀勇）首批“北京市人工智能大模型高質(zhì)量數(shù)據(jù)集”近日發(fā)布，10家單位的18個高質(zhì)量訓(xùn)練數(shù)據(jù)集入選，包括人民日報語料數(shù)據(jù)集、國家法律法規(guī)語料數(shù)據(jù)集、兩會參政議政建言數(shù)據(jù)集、“科情頭條”全球科技動態(tài)數(shù)據(jù)集、中國科學(xué)引文數(shù)據(jù)庫數(shù)據(jù)集、科技文獻挖掘語義標注數(shù)據(jù)集等，涵蓋經(jīng)濟、政治、文化、社會、生態(tài)等不同領(lǐng)域，總規(guī)模超過500T，將為通用大模型和行業(yè)大模型訓(xùn)練提供有力保障。

為更好把握這次通用人工智能發(fā)展的歷史性機遇，近期北京市連續(xù)出臺了《加快建設(shè)具有全球影響力的人工智能創(chuàng)新策源地實施方案》《北京市促進通用人工智能創(chuàng)新發(fā)展的若干措施》《北京市通用人工智能產(chǎn)業(yè)創(chuàng)新伙伴計劃》等多項支持政策，釋放明確信號、搭建伙伴平臺、聚攏行業(yè)資源，助力人工智能技術(shù)賦能千行百業(yè)數(shù)智化轉(zhuǎn)型。

目前，針對大模型訓(xùn)練的高質(zhì)量中文語料占比較少，不利于中文語境表達及產(chǎn)業(yè)應(yīng)用。為此，北京啟動實施“通用人工智能產(chǎn)業(yè)創(chuàng)新伙伴計劃”，其中一個重要領(lǐng)域就是針對大模型訓(xùn)練所需的高質(zhì)量數(shù)據(jù)，發(fā)揮數(shù)據(jù)提供方海量數(shù)據(jù)資源優(yōu)勢，基于數(shù)據(jù)交易方搭建的流通交易平臺和數(shù)據(jù)服務(wù)方的技術(shù)支撐，實現(xiàn)訓(xùn)練數(shù)據(jù)的有效供給及合規(guī)高效、安全有序的流動。