中国大模型语料数据联盟开源发布高质量多模态语料“书生·万卷”金十数据8月14日讯,继今年7月在2023世界人工智能大会发起成立“中国大模型语料数据联盟”,上海人工智能实验室(上海AI实验室)于8月14日宣布,联合语料数据联盟成员单位,共同开源发布“书生·万卷”1.0多模态预训练语料

2023-08-14 19:49:59 和讯 

快讯摘要

中国大模型语料数据联盟开源发布高质量多模态语料“书生·万卷”金十数据8月14日讯,继今年7月在2023世界人工智能大会发起成立“中国大模型语料数据联盟”,上海人工智能实验室(上海AI实验室)...

快讯正文

中国大模型语料数据联盟开源发布高质量多模态语料“书生·万卷”金十数据8月14日讯,继今年7月在2023世界人工智能大会发起成立“中国大模型语料数据联盟”,上海人工智能实验室(上海AI实验室)于8月14日宣布,联合语料数据联盟成员单位,共同开源发布“书生·万卷”1.0多模态预训练语料。“书生·万卷”1.0目前包含文本数据集、图文数据集、视频数据集三部分,本次开源的数据总量超过2TB。该语料数据包含超过5亿个文本,2200万个图文交错文档,1000个节目影像视频,具备多元融合、精细处理、价值对齐、易用高效等四大特征。

(责任编辑:冀文超 )
写评论已有条评论跟帖用户自律公约
提 交还可输入500

最新评论

查看剩下100条评论

热门阅读

    推荐阅读