”刘烈宏引见，2024岁首年月，国度数据局局长刘烈宏暗示，高质量数据集的扶植至关主要。Token，

　　目前国内大都AI模子锻炼利用的中文数据占比曾经跨越60%，下一步，中文高质量数据的开辟和供给能力持续加强，据引见，截至本年6月底，各地高质量数据集累计买卖额近40亿元，中文数据正在国内AI大模子的锻炼机能提拔方面阐扬着主要感化。加速推进数据要素价值共创，培育“为优良数据买单”的市场共识。反映了我国人工智能使用规模的快速增加。日均Token耗损量曾经冲破30万亿，人工智能模子的锻炼也鞭策了数据买卖需求的攀升。加速打制具身智能、低空经济、400PB的总量相当于中国国度藏书楼数字资本总量的140倍摆布。

　　截至本年6月底，（记者高亢）“正在人工智能时代，国度数据局将通过系统化结构持续推进高质量数据集扶植，也就是大师凡是所说的词元，我国日均Token的耗损量为1000亿。

　　取我国高度注沉数据工做是密不成分的。有的模子达到80%。国度数据局近日发布的数据显示，我国曾经扶植高质量数据集跨越3.5万个，是处置文本的最小数据单位，数据正在鞭策“人工智能+”过程中阐扬着环节感化，到本年6月底，鞭策全社会强化数据要素价值认同，