国内多数模型训练使用中文数据已超60% 中文数据比重显著提升

今天，国务院新闻办公室举行了"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会上提到，中文数据在训练数据中的比重问题备受关注。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%，有的甚至达到80%。中文高质量数据的开发和供给能力持续增强，推动了我国模型性能的快速提升。