时间：2026-09-13 17:04:54 来源：明德惟馨网

国内多数模型训练使用中文数据占比超60%2025-08-19 11:44:30   来源：人民网－人民日报   责任编辑：尤容　　本报北京8月18日电  （记者王云杉）记者从国家数据局获悉：中文数据在国内大模型的训练性能提升方面发挥着重要作用。国内多数模型训练使用的使用数据中文数据占比已经超过60%，有的中文占比模型达到80%。中文高质量数据的国内开发和供给能力持续增强，推动我国人工智能模型性能快速提升。多数

　　在人工智能时代，Token（通常所说的训练词元）是处理文本的最小数据单元。国家数据局局长刘烈宏介绍，使用数据2024年初，中文占比我国日均Token的国内消耗量为1000亿，截至今年6月底，多数日均Token消耗量已经突破30万亿，模型1年半时间增长了300多倍，反映了我国人工智能应用规模的快速增长。

 

　　《 人民日报 》（ 2025年08月19日 06 版）

上一篇：探访广东惠州“巨型充电宝” 工程加速推进 创新动能十足
下一篇：黑龙江漠河大力发展寒地测试产业 别看天气冷 生意热腾腾

• ·去年规上有色金属工业利润总额同比明显增长
• ·从1.4亿人“全球购”看中国机遇2.0
• ·让最快高铁列车跑得快、停得住
• ·哈尔滨市将公布“楼市新政”：全国第一个鼓励降房价的省会城市
• ·2024年全社会用电量同比增长6.8%
• ·物流网建设进入全面施工阶段
• ·农业机器人4S店，能干些啥
• ·最高法发布《关于依法审理涉人工智能纠纷案件的意见》
• ·2024年城镇新增就业1256万人
• ·房地产拉动投资方式转向城市更新
• ·福马“小三通”暑期客运量创复航以来新高
• ·在“玻璃丝”上刻写中国精度
• ·2024年全国消费品新增2163.9万种
• ·市场监管总局强化民生计量监管
• ·从“头”到“尾”，都是致富门道
• ·上半年数字产业收入同比增长13.6%