在2025年國家網(wǎng)絡(luò)安全宣傳周人工智能安全治理分論壇上，中文互聯(lián)網(wǎng)基礎(chǔ)語料3.0版本正式面向社會(huì)發(fā)布。此次發(fā)布活動(dòng)在昆明舉行，標(biāo)志著我國在人工智能數(shù)據(jù)資源建設(shè)領(lǐng)域邁出了重要一步。

該版本語料由中國網(wǎng)絡(luò)空間安全協(xié)會(huì)牽頭，聯(lián)合國家互聯(lián)網(wǎng)應(yīng)急中心等多家單位共同完成。在前期1.0和2.0版本的基礎(chǔ)上，項(xiàng)目組充分發(fā)揮企業(yè)、高校和科研機(jī)構(gòu)的協(xié)同優(yōu)勢，通過語料共建共享機(jī)制，系統(tǒng)整合了新一批高質(zhì)量可信數(shù)據(jù)。經(jīng)過嚴(yán)格的信源篩選、內(nèi)容過濾和數(shù)據(jù)去重等處理流程，最終形成了總?cè)萘窟_(dá)120GB的語料庫。

新版本顯著擴(kuò)大了優(yōu)質(zhì)中文網(wǎng)站的信源覆蓋范圍，并強(qiáng)化了違法不良信息的過濾機(jī)制。這些改進(jìn)使得語料庫能夠?yàn)槿斯ぶ悄艽竽Ｐ陀?xùn)練提供更加可靠的數(shù)據(jù)支持。研究人員指出，高質(zhì)量語料的持續(xù)供給對(duì)推動(dòng)人工智能技術(shù)創(chuàng)新和產(chǎn)業(yè)發(fā)展具有關(guān)鍵作用。

用戶可通過中國網(wǎng)絡(luò)空間安全協(xié)會(huì)官方網(wǎng)站獲取該語料資源。具體操作流程為：訪問網(wǎng)站后點(diǎn)擊"中文互聯(lián)網(wǎng)語料資源平臺(tái)"入口，完成注冊(cè)和認(rèn)證程序后即可下載相關(guān)數(shù)據(jù)。這一開放共享機(jī)制將有效促進(jìn)人工智能領(lǐng)域的學(xué)術(shù)研究和產(chǎn)業(yè)應(yīng)用。

協(xié)會(huì)負(fù)責(zé)人表示，中文互聯(lián)網(wǎng)基礎(chǔ)語料3.0的發(fā)布是各方協(xié)同努力的成果。未來將繼續(xù)聯(lián)合國家互聯(lián)網(wǎng)應(yīng)急中心等單位，協(xié)同各行業(yè)力量，不斷完善語料庫建設(shè)，為人工智能技術(shù)發(fā)展提供堅(jiān)實(shí)的數(shù)據(jù)基礎(chǔ)。