首页 热点 业界 科技快讯 数码 电子消费 通信 前沿动态 电商

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”

2023-08-17 11:07:08 来源 : 云财经


【资料图】

继今年7月在2023世界人工智能(161631)大会发起成立“中国大模型语料数据联盟”,上海人工智能(161631)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。(上证报)

标签:

相关文章

最近更新
纽约香港龙舟节开幕 2023-08-17 10:43:14
什么是页眉 叶子眉 2023-08-17 10:34:24