2026年9月15日，在济南举办的2026年国家网络安全宣传周人工智能安全治理分论坛上，由中央网信办指导、中国网络安全协会联合多家机构推进的中文互联网基础语料4.0正式对外发布。该语料总数据量达120GB，目前已在中文互联网语料资源平台全面上线，将为国内大模型训练、人工智能产业高质量发展提供坚实的可信数据支撑。
本次发布的中文互联网基础语料4.0上线平台为“中文互联网语料资源平台”，总数据规模达120GB，核心定位是为国内大模型训练环节提供合规可信的底层数据资源，支撑人工智能产业的高质量发展。
中文互联网基础语料项目由中央网信办指导，中国网络安全协会联合国家互联网应急中心牵头，会同百度、中科闻歌、开普云、拓尔思、科大讯飞、知乎等多家行业单位共同推进。
本次发布的4.0版本，是在此前1.0、2.0、3.0版本的落地经验基础上，依托中国网络安全协会人工智能安全治理专委会搭建的语料共建共享机制，汇聚全新高质量数据后，经过多轮严格细致的加工处理最终形成。
中国网络安全协会相关负责人表示，中文互联网基础语料4.0的正式推出，是社会各界协同共建高质量中文语料的重要阶段性成果。
本文基于公开信息分析整理，仅供参考。更多AI工具动态与行业解读，请持续关注本站更新。
滇公网安备 53252802528133号