↖  大模型发展提速 中文语料够“吃”吗..

听音频 🔊 . 看视频 1080p 480p 360p 240p 144p 🎦

... 2024-07-02 20:10 .. 大模型厂商需要高质量数据支撑，以解“巧妇难为无米之炊”的困境；另一方面，高质量中文语料库的数据拥有者，如拥有各类图书、文献的出版商等，也期望在智能化时代实现数据增值。
    因此，探索数据供需双方合作模式是关键。
    然而，要推动数据供需双方建立合作并非易事。
    “拦路虎”到底是什么？当前，大模型数据获取主要有合理爬取、版权采购等途径。
    张行程透露，商汤目前的解决方案是联合各机构尽量挖取、寻找现存的中文高质量语料，比如精心编校过的书本、论文等，以及向供应商购买版权语料。
    “虽然购买数量有限，但质量很高.”
    张行程说。
    这是以前置协商付费方式来获取版权类语料的传统商业模式。
    阿里巴巴“通义千问”大模型也采取了类似做法。
    王铮还提到第二种潜在的方式，即与版权方协商，以训练后的模型为版权方提供服务的方式进行对价。
    然而，关于版权类语料使用，数据提供者和大模型厂商持有不同见解。
    王峥认为，大模型对版 .. UfqiNews ↓ 1

本页Url