我国多数模型使用的中文数据占比超 60%，部分已达 80%

据央视新闻报道，今天（8 月 14 日），国务院新闻办公室举行“高质量完成‘十四五’规划”系列主题新闻发布会。

国家数据局局长刘烈宏在新闻发布会上表示，大家非常关心中文数据占训练数据的比重问题，经过一段时间的努力，国内多数模型使用的中文数据占比已超过 60%，有的模型已达到 80%。中文高质量数据的开发和供给能力持续增强，使得我国模型性能快速提升。

注意到，刘烈宏还表示，人工智能模型训练推动数据交易需求攀升，截至今年 6 月底，各地高质量数据集累计交易额近 40 亿元。上海、天津、安徽等地正在试点数据、语料作价入股等新的模式，引导企业将高质量数据集折算为股权。

刘烈宏在发布会上表示，国家数据局将通过体系化布局持续推进高质量数据集建设，加快打造具身智能、低空经济、生物制造等重点领域的数据高地。同时，将推进数据要素价值共创，培育为优质数据买单的市场、公司。