中文互联网基础语料3.0正式发布

中文互联网基础语料 3.0 今日发布，中国网络空间安全协会会同国家互联网应急中心等单位，在前期发布中文互联网基础语料1.0和2.0的基础上，依托网安协会人工智能安全治理专委会建立的语料共建共享机制，汇聚一批新的高质量可信数据，经过信源筛选、内容过滤、数据去重等一系列严格细致的数据加工处理措施，形成并对社会发布中文互联网基础语料3.0。本批语料扩大了优质中文网站信源范围，加强了违法不良信息过滤，数据量为120GB，可为大模型训练和人工智能发展提供可信数据支持。用户登录中国网络空间安全协会网站即可下载相关语料。

—— 中国网安协会