探展WAIC | 上海数交所总经理汤奇峰：语料库建设挑战主要集中于开放程度和数据质量两方面
“大模型建设中，语料库是一个非常重要的方向。”7月8日，上海数交所总经理汤奇峰在“大模型时代下的数据要素流通”主题论坛中如是表示。他认为，大模型时代下的语料库建设存在语料库供给不足、语料库质量不高、语料库多样性匮乏、语料库标准欠缺等问题。
(资料图片)
“语料库建设不是单一企业的责任，需要多方共同推进，如果每个企业都单独建设维护语料库，会拉低效率，也会增加企业成本，数交所希望通过加强数据要素建设提升语料库建设效率。”汤奇峰表示。
蓝鲸财经了解到，上海数交所官网已于7月7日正式上线语料库，累计挂牌近30个语料数据产品，包含文本、音频、图像等多模态，覆盖金融、交通运输和医疗等领域。
关于语料库建设的挑战，汤奇峰认为主要集中于开放程度和数据质量两方面：“能否有大模型企业所需的高质量语料？目标对象愿不愿意开放数据？”由此，汤奇峰指出可以根据开放程度强弱和数据质量高低将语料数据生态机构分出四类供方。
上海数据交易所语料库为这四类供方制定差异化工作策略。汤奇峰建议可以从政府引导市场主导、丰富种类提高质量、统一标准规范建设、加强监管保障安全、加强监管保障安全四个方向建设大模型时代下的语料库。
汤奇峰指出，针对数据质量高但开放程度低的供方，可以通过数据交易链有效破解语料数据流通的信任问题，“核心之一在于产权和参与大模型后的收益分配问题。”
此外，上海数据交易所语料库亦将提供特色标签服务体系、挖掘应用场景价值、驱动稀缺数据开放流通以提高该类供方开放数据积极性。针对开放程度高但数据质量低的机构，上海数交所语料库则通过搭建专业化数商服务渠道提高数据质量。
汤奇峰介绍道，上海数交所在建设语料库时考虑的两个维度与数交所对企业数据发展进程四个阶段的观察密切相关。对于这四个阶段，汤奇峰解释，第一个阶段是企业数据自产自用阶段。随着企业数据的内部供给有限时，企业数据需求逐步转向外部，进入到第二阶段，在该阶段，大平台和大企业通过资本纽带在体系内部形成数据流通。到了第三个阶段，企业累积的数据将开放给整个行业，产业内形成标准。第四个阶段，数据使用在资产化过程中会产生新的更高阶业态。
“语料库采购已经在不少大模型企业成本中占据重要比重，上海数交所希望以市场配置的方式组织数据要素推动语料库建设。”汤奇峰表示。
据悉，为更好打造高质量语料库、围绕语料数据共建数商生态，上海数交所牵头发起语料数据生态创新合作伙伴计划，携手首批合作伙伴上海人工智能实验室、商汤科技、中国知网、澜舟科技、OpenKG、拓尔思、新致和蜜度正式启动该计划，积极引导不同行业、不同领域、具有一定规模的高质量语料数据产品挂牌交易，推动人工智能大模型技术创新与应用落地，进一步丰富语料库多样性，助力数据要素市场建设。
（文章来源：蓝鲸财经）
标签：
精彩推送
新闻快讯
新闻快讯
- 探展WAIC | 上海数交所总经理汤奇峰：语料库建设挑战主要集中于开放程度和数据质量两方面
- 康希诺生物(06185)拟使用剩余超募资金约11.89亿元永久补充流动资金
- 华夏回报基金分红情况,华夏回报基金002001分红
- 重庆酉阳暴雨致山体滑坡，已紧急转移62人
- 这就是，江苏！
- 5年被骗490余万，警方调查发现……
- 球王？有人说小罗的巴萨生涯比内马尔更成功，这种说法可笑吗？
- 表达爱意的经典句子
- 内容正在升级改造，请稍后再试！
- 2023中国旅游休闲娱乐产业年会 | 揭开洞穴探险的神秘面纱
- 内蒙古地税app_内蒙古地税网上申报系统
- 浙江省丽水市2023-06-25 16:49发布暴雨黄色预警
- （国际·一周看天下）印度尼西亚举办榴莲节
- 佳禾智能在互动平台表示，公司与苹果子公司有线材方面的合作
- 美得州沃尔玛枪击案枪手被判90次终身监禁
- 华依科技：股东拟减持不超过1.5%的股份
- 壹网壹创（300792）：7月7日北向资金增持23.93万股
- 剧情大反转！久事拒绝广汇提出无理条件，周琦空降到首钢队
- 瓷砖怎么选购技巧（正确选购瓷砖的方法）
- 小米11pro标配和套装版有什么区别
- 普里戈任现身，取走绍伊古曾送他的手枪
- 支付宝、财付通收央行巨额罚单，分别被罚没超30亿和近30亿
- 第二十九届兰洽会举行重大项目签约仪式 集中签约重大项目上百个 签约金额1824.74亿元
- 4年前的热播剧冲上热搜第一名！柠萌影视否认将拍《小欢喜2》
- 网上借钱逾期了会影响什么？具体会有什么后果呢？
- 市话通话是什么意思 市话通
- 期化法律法规汇编第三版(对于期化法律法规汇编第三版简单介绍)
- 上海AI实验室联合多家机构发布全球首个城市级NeRF实景三维大模型“书生·天际”
- 白银t+d收盘下跌1.41% 市场预期非农乐观
- 新希望：6月生猪销售收入19.54亿元 同比增10.71%
- 木浆商品报价动态（2023-07-07）
- 三星S23 FE现身Geekbench！确认搭载Exynos 2200
- 行驶中发动机故障标志亮灯并伴随抖动（行驶中发动机故障灯闪车抖是什么原因）
- 孙俪12岁儿子在上海打篮球！四肢修长运球帅气炸屏，五官神似邓超
- 用友组建智石开工业软件公司 用数智技术服务企业研发创新
- 小米Redmi Pad 10.6英寸平板电脑 1299元入手
- 小龙虾养殖一亩投资成本多少钱？
- 中央气象台：京津冀鲁豫等地高温持续 内蒙古辽吉冀等地有强风雹
- 美股全线下跌的这天，微软为何不跌？
- 降息释放宽松信号 最佳置业时机已至
- 种业股爆发，农发种业涨停，神农科技、秋乐种业等大涨
- 湖南加快培育壮大预制菜产业 力争2025年加工产值达700亿元
- 【天风研究·固收】信用早早报（2023-07-07）
- 两市融资余额增加8.22亿元
- 河南印发通知，事关“互联网＋”大学生创新创业大赛！
- 三星医疗：7月6日获融资买入1090.28万元，占当日流入资金比例29.42%
- 喜茶、奈雪……奶茶品牌为何纷纷扎堆小县城？
- 网友热议北方多地积极应对高温天气 出“凉策” 送清凉
- 以特斯拉起火为警醒，电动车的这个“软肋”，该如何破解？
- 奇瑞2023下半年5大新车将上市，谁能成为爆款？