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”

品玩8月14日讯,据上证报报道,继今年7月在2023世界人工智能大会发起成立“中国大模型语料数据联盟”,上海人工智能实验室(上海AI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。

原创文章,作者:,如若转载,请注明出处:https://knewsmart.com/archives/189515

(0)
上一篇 2023年8月14日
下一篇 2023年8月14日

相关推荐

发表回复

您的电子邮箱地址不会被公开。 必填项已用*标注

联系我们
联系我们
分享本页
返回顶部