中文互联网基础语料3.0正式发布

2025年国家网络安全宣传周人工智能安全治理分论坛上发布中文互联网基础语料3.0

在中央网信办相关部门指导下，中国网络空间安全协会会同国家互联网应急中心等单位，在前期发布中文互联网基础语料1.0和2.0的基础上，持续发挥企业、高校和科研单位协同优势，依托网安协会人工智能安全治理专委会建立的语料共建共享机制，汇聚一批新的高质量可信数据，经过信源筛选、内容过滤、数据去重等一系列严格细致的数据加工处理措施，形成并对社会发布中文互联网基础语料3.0。本批语料扩大了优质中文网站信源范围，加强了违法不良信息过滤，数据量为120GB，可为大模型训练和人工智能发展提供可信数据支持。用户登录中国网络空间安全协会网站（https://www.cybersac.cn/newhome），点击“中文互联网语料资源平台”链接，通过注册、认证等程序，即可下载相关语料。

网安协会负责人表示，中文互联网基础语料3.0是各界协同共建高质量中文语料的又一重要成果，进一步丰富了高质量中文语料的供给。下一步，网安协会将会同国家互联网应急中心等单位，协同各行业领域，持续加强中文互联网基础语料建设，为人工智能技术创新和产业发展提供有力支撑和保障。