上海人工智能实验室发布多模态语料
来源：中评网 2023-08-16 18:15:32
(资料图)
据人民日报报导，近日，上海人工智能实验室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集合了语料数据联盟成员丰富的内容积累与上海人工智能实验室的数据处理能力等优势，将为学术界及产业界提供高质量大模型多模态预训练语料。本次开源的数据总量超过2TB，具备多元融合、精细处理、价值对齐、易用高效等四大特征。
本次开源的“书生·万卷”1.0包含文本、图文、视频三部分数据集。其中文本数据来自网页、百科、书籍、专利、教材、考题等，数据总量超过5亿个文档，数据大小超过1TB，覆盖科技、文学、媒体、教育、法律等多个领域；图文数据主要来自公开网页，经处理后形成图文交错文档，总量超过2200万个，数据大小超过140GB（不含图片），覆盖新闻事件、人物、自然景观、社会生活等多个领域；视频数据主要来自中央广播电视总台和上海文广集团，包含新闻、影视等多种类型的节目影像，总计视频文件数超过1000个，数据大小超过900GB，内容覆盖军事、文艺、体育、自然、知识、影像艺术等方面。
关键词：
图片版权归原作者所有，如有侵权请联系我们，我们立刻删除。
新化月报网报料热线：886 2395@qq.com
新化月报网报料热线：886 2395@qq.com
最近更新
- 上海人工智能实验室发布多模态语料2023-08-16
- 省电又省钱！装一台地暖机，为生活动心2023-08-16
- 大红虾是什么虾（家常干烧阿根延大红虾）2023-08-16
- VICONHOLDINGS（03878.HK）8月16日收盘跌7.41%2023-08-16
- 好画质不挑环境，海信U8再度刷新画质“天花板”2023-08-16
- 网上找“警察”办案，真警察上门劝阻！2023-08-16
- 手绘|穿越河西走廊，赴一场时空盛宴！2023-08-16
- 中海地产60亿元公司债券将于8月23日付息，利率为3.60%2023-08-16
- 武和谦深入陇西县检查督导第四届中国（甘肃）中医药产业博览会筹备和生态地质灾害避险搬迁工作2023-08-16
- 中国宝安：股东富安公司累计减持593.46万股2023-08-16
- 华发股份：下调“21华发03”票面利率至3.90%2023-08-16
- 四川四市公积金同城化 非缴存地购房可向缴存地申请贷款2023-08-16
- 中国宝安：计划期限内，股东富安公司减持股份593.46万股2023-08-16
- 国家金融与发展实验室季报：房企违约风险依然严峻，年度住房销售面积可能不及10亿平方米2023-08-16
- 碧桂园：当前公司债券兑付存在重大不确定性2023-08-16
- 沪宁沿江高铁今起试运行2023-08-16
- 铁路调车员：坚守岗位保障货运畅通2023-08-16
- 【楚天评】东湖评论：幸福食堂缔造幸福生活2023-08-16
- 斜港社区开展“竹编廉洁画 齐扬正气风”主题活动2023-08-16
- 宁德时代发布神行超充电池 全面开启新能源车超充时代2023-08-16
- 七夕“新”注解丨满足“星”愿的正确打开方式，约起来！2023-08-16
- 互联网门窗什么意思2023-08-16
- 蘑菇石为什么要人工敲打2023-08-16
- 机构：苹果二季度个人智能音频设备出货量同比增长2%2023-08-16
- 红糯米酒是甜的吗?2023-08-16
- moonflower歌词（moonlightflower的德文是什麼）2023-08-16
- 他受徐志摩推崇，与狄更斯齐名：《托马斯·哈代传》出版2023-08-16
- A股收盘 | 沪指震荡调整跌0.82% 地产、券商股逆势活跃2023-08-16
- 平安证券：淡季加大房产销售压力，降息打开LPR下调空间2023-08-16
- 广州：鼓励在城中村规模化建设保障性租赁住房2023-08-16
