中国正用“符合主流价值观”的数据集,争夺全球AI训练语料的话语权
具有中国特色的AI数据:中国争夺人工智能时代话语权
中国国家数据局发了份蓝图,要在2028年底前在20多个领域做出“高质量”数据集,并打算开放给全球用。上海人工智能实验室已经在GitHub和Hugging Face上发布了“万卷”这类多语种数据集,覆盖历史、法律、医学,但要求内容对齐“中国主流价值观”。
推荐理由:中国国家数据局计划到2028年底在20多个领域建成高质量数据集并开放全球使用,上海人工智能实验室已在GitHub和Hugging Face发布万卷等多语种数据集,并对其内容提出价值观对齐要求。