川之花茶叶广告词

<随心_句子c><随心_句子c><随心_句子c><随心_句子c><随心_句子c>上(shang)海(hai)數(shu)交(jiao)所(suo)總(zong)經(jing)理(li)湯(tang)奇(qi)峰(feng)：構(gou)建(jian)大(da)模(mo)型(xing)時(shi)代(dai)語(yu)料(liao)庫(ku)数據(ju)生(sheng)態(tai)，推(tui)動(dong)数据要(yao)素(su)市(shi)場(chang)創(chuang)新(xin)

7月(yue)8日(ri)，由(you)上海数据交易(yi)所、大数据流(liu)通(tong)與(yu)交易技(ji)術(shu)國(guo)家(jia)工(gong)程(cheng)實(shi)驗(yan)室(shi)承(cheng)辦(ban)的(de)“大模型时代下(xia)的数据要素流通”主(zhu)題(ti)論(lun)壇(tan)在(zai)上海世(shi)博(bo)中(zhong)心(xin)舉(ju)行(xing)。上海数据交易所总经理汤奇峰作(zuo)题為(wei)“大模型时代下的语料库”的主旨(zhi)演(yan)講(jiang)，分(fen)享(xiang)關(guan)於(yu)国內(nei)语料库建設(she)挑(tiao)戰(zhan)的觀(guan)察(cha)，並(bing)從(cong)语料库質(zhi)量(liang)和(he)開(kai)放(fang)程度(du)兩(liang)個(ge)維(wei)度給(gei)出(chu)建设性(xing)建議(yi)。

汤奇峰認(ren)为，大模型时代下的语料库建设存(cun)在语料库供(gong)给不(bu)足(zu)、语料库质量不高(gao)、语料库多(duo)樣(yang)性匱(kui)乏(fa)、语料库標(biao)準(zhun)欠(qian)缺(que)等(deng)問(wen)题。

“语料库建设不是(shi)單(dan)壹(yi)企(qi)業(ye)的責(ze)任(ren)，需(xu)要多方(fang)共(gong)同(tong)推進(jin)，如(ru)果(guo)每(mei)个企业都(dou)单獨(du)建设维護(hu)语料库，會(hui)拉(la)低(di)效(xiao)率(lv)，也(ye)会增(zeng)加(jia)企业成(cheng)本(ben)，数交所希(xi)望(wang)通過(guo)自(zi)己(ji)的努(nu)力(li)，加強(qiang)数据要素建设，提(ti)升(sheng)语料库建设效率。”

當(dang)天(tian)，上海数交所正(zheng)式(shi)啟(qi)动语料数据生态创新合(he)作夥(huo)伴(ban)計(ji)劃(hua)，攜(xie)手(shou)首(shou)批(pi)合作伙伴豐(feng)富(fu)语料库，推动数据要素市场建设。

关于语料库建设的挑战，汤奇峰认为，主要集(ji)中于开放程度和数据质量两方面(mian)：“能(neng)否(fou)有(you)大模型企业所需的高质量语料？目(mu)标對(dui)象(xiang)願(yuan)不愿意(yi)开放数据？”由此(ci)，汤奇峰指(zhi)出，可(ke)以(yi)根(gen)据开放程度强弱(ruo)和数据质量高低，將(jiang)语料数据生态機(ji)构分为四(si)類(lei)供方。

上海数据交易所语料库为這(zhe)四类供方制(zhi)定(ding)差(cha)異(yi)化(hua)工作策(ce)略(lve)。汤奇峰建议，可以从政(zheng)府(fu)引(yin)導(dao)市场主导、丰富種(zhong)类提高质量、統(tong)一标准規(gui)範(fan)建设、加强監(jian)管(guan)保(bao)障(zhang)安(an)全(quan)、加强监管保障安全四个方向(xiang)，建设大模型时代下的语料库。

汤奇峰指出，針(zhen)对数据质量高但(dan)开放程度低的供方，可以通过数据交易鏈(lian)有效破(po)解(jie)语料数据流通的信(xin)任问题，“核(he)心之(zhi)一在于產(chan)權(quan)和參(can)与大模型後(hou)的收(shou)益(yi)分配(pei)问题”。

此外(wai)，上海数据交易所语料库還(hai)将提供特(te)色(se)标簽(qian)服(fu)務(wu)體(ti)系(xi)、挖(wa)掘(jue)應(ying)用(yong)场景(jing)價(jia)值(zhi)、驅(qu)动稀(xi)缺数据开放流通，以提高該(gai)类供方开放数据的積(ji)極(ji)性。

针对开放程度高但数据质量低的机构，上海数交所语料库則(ze)通过搭(da)建專(zhuan)业化数商(shang)服务渠(qu)道(dao)，提高数据质量。汤奇峰介(jie)紹(shao)，上海数交所在建设语料库时考(kao)慮(lv)的两个维度与数交所对企业数据發(fa)展(zhan)进程四个階(jie)段(duan)的观察密(mi)切(qie)相(xiang)关。

对于这四个阶段，汤奇峰解釋(shi)說(shuo)，第(di)一个阶段是企业数据自产自用阶段。隨(sui)著(zhe)企业数据的内部(bu)供给有限(xian)时，企业数据需求(qiu)逐(zhu)步(bu)轉(zhuan)向外部，进入(ru)第二(er)阶段，大平(ping)臺(tai)和大企业通过資(zi)本紐(niu)帶(dai)在体系内部形(xing)成数据流通。到(dao)了(le)第三(san)个阶段，企业累(lei)积的数据将开放给整(zheng)个行业，产业内形成标准。第四个阶段，数据使(shi)用在资产化过程中会产生新的更(geng)高阶业态。

汤奇峰说：“语料库采(cai)購(gou)已(yi)经在不少(shao)大模型企业成本中占(zhan)据重(zhong)要比(bi)重，上海数交所希望以市场配置(zhi)的方式組(zu)織(zhi)数据要素，推动语料库建设。”

上海数交所官(guan)網(wang)已经于7月7日正式上線(xian)语料库，累计掛(gua)牌(pai)近(jin)30个语料数据产品(pin)，包(bao)含(han)文(wen)本、音(yin)頻(pin)、圖(tu)像(xiang)等多模态，覆(fu)蓋(gai)金(jin)融(rong)、交通運(yun)輸(shu)和醫(yi)療(liao)等領(ling)域(yu)。

來(lai)源(yuan)：国際(ji)金融報(bao)返(fan)回(hui)搜(sou)狐(hu)，查(zha)看(kan)更多

责任編(bian)輯(ji)：