高質(zhì)量、大規(guī)模,、安全可信的語料數(shù)據(jù)資源是AI時代的重要基石,。7月6日上午，2024世界人工智能大會語料主題論壇在上海成功舉辦,，上海市政府副秘書長莊木弟出席論壇并致辭,，中國科學(xué)院院士鄂維南作主旨演講。上海市各相關(guān)部門代表,、上海人工智能實驗室,、人民網(wǎng),、上海報業(yè)、上海圖書館,、上海信投,、上海算法創(chuàng)新研究院、中國信通院,、復(fù)旦大學(xué),、華東師范大學(xué)、上海資產(chǎn)管理協(xié)會,、中國銀行,、招商銀行，國泰君安,，以及近1000家大模型語料生態(tài)企業(yè)共同參會,。

本次論壇以“語料筑基,，智生時代”為主題，圍繞高質(zhì)量語料數(shù)據(jù)如何高效供給賦能大模型產(chǎn)業(yè)發(fā)展,，向市場傳遞專業(yè)化,、鏈接型、前瞻性的語料生態(tài)設(shè)計理念,。

會上,，中國工程院院士鄂維南，人民網(wǎng)黨委書記,、董事長葉蓁蓁發(fā)表主旨演講,。華為、階躍星辰等大模型語料生態(tài)企業(yè)通過案例分享,、圓桌共話的形式暢談了各自對大模型產(chǎn)業(yè)發(fā)展的創(chuàng)新想法和實踐,。庫帕思公司攜手大模型語料生態(tài)伙伴，集中發(fā)布了一批大模型語料成果。

上海市政府副秘書長莊木弟在致辭中表示,，語料數(shù)據(jù)是大模型訓(xùn)練的重要“燃料”,，高質(zhì)量的語料對于大模型在各行各業(yè)的應(yīng)用十分關(guān)鍵，有助于大模型更好地適配實際應(yīng)用場景,，加快實現(xiàn)人工智能賦能千行百業(yè)的愿景,。

未來，上海將圍繞戰(zhàn)略性語料資源重點發(fā)力,，為大模型創(chuàng)新發(fā)展,，創(chuàng)造更好的語料基礎(chǔ)的環(huán)境：夯實語料數(shù)據(jù)基座，發(fā)揮大模型語料運行平臺核心樞紐作用,，匯聚基礎(chǔ)性綜合語料資源,，配置行業(yè)性、專業(yè)性語料資源,；厚植語料應(yīng)用場景,，圍繞大模型訓(xùn)練需求，保障多知識,、多模態(tài),、標準化的高質(zhì)量語料數(shù)據(jù)供給，賦能大模型行業(yè)應(yīng)用落地,；營造語料良好生態(tài),，緊密鏈接大模型語料供給方、需求方,、加工方,、技術(shù)策源方、專家智庫等主體,，針對語料領(lǐng)域的好企業(yè)和好產(chǎn)品,，著力制定認證標準,、開展品牌建設(shè),，不斷擴大朋友圈,。

上海市政府副秘書長莊木弟致辭

語料運營平臺1.0上線,，首批十大高質(zhì)量語料產(chǎn)品發(fā)布

對照最高標準,、最好水平,，打造世界一流的語料樞紐,，實現(xiàn)更高效率,、更高質(zhì)量的語料供給，會上發(fā)布了“語料運營平臺1.0”,，實現(xiàn)了面向語料數(shù)據(jù)“采,、洗,、標、測,、用”五位一體的工具鏈能力,。

運營平臺發(fā)布

為打響高質(zhì)量語料品牌,，進一步激發(fā)市場主體語料創(chuàng)新活力，增強供給側(cè)能級,，加速醫(yī)療健康,、城市交通、消費零售,、金融,、影音等重點行業(yè)的大模型產(chǎn)業(yè)發(fā)展。會上,，庫帕思攜手咪咕視頻、寶信軟件,、復(fù)旦大學(xué)智能醫(yī)學(xué)研究院,、上海工創(chuàng)中心、匯納科技,、萬達信息,、DGC數(shù)傳集團、文遠知行,、文因互聯(lián),、上海電科智能、海天瑞生集中發(fā)布了十大語料數(shù)據(jù)產(chǎn)品,。

數(shù)據(jù)產(chǎn)品發(fā)布

首個語料庫建設(shè)導(dǎo)則面世,，金融,、教育、生命健康三大領(lǐng)域技術(shù)白皮書發(fā)布

語料數(shù)據(jù)是人工智能研究和應(yīng)用不可或缺的資源,，高質(zhì)量語料庫更是人工智能賦能新質(zhì)生產(chǎn)力的關(guān)鍵,。大模型賦能千行百業(yè)需要構(gòu)建與場景適配的語料體系需要規(guī)則與實踐的“并跑”。本次論壇中還發(fā)布了金融,、生命健康,、教育三項行業(yè)語料術(shù)白皮書。

《高質(zhì)量金融語料技術(shù)白皮書》聚焦銀行,、證券,、保險,、基金等行業(yè)實踐，重新定義了高質(zhì)量金融語料數(shù)據(jù)集的內(nèi)涵和外延,，形成了基于金融領(lǐng)域知識體系的“語料魔方”方法論,。

《教育人工智能大模型數(shù)據(jù)治理與共享技術(shù)白皮書》對標國內(nèi)外教育數(shù)據(jù)的系列政策、標準,，確立了教育行業(yè)語料數(shù)據(jù)的標準用例與價值體系,，形成了一套教育AI大模型數(shù)據(jù)治理與共享技術(shù)標準。

《高質(zhì)量生命健康語料技術(shù)白皮書》從基礎(chǔ)醫(yī)學(xué),、藥物研發(fā),、臨床醫(yī)學(xué)、健康管理,、中醫(yī)中藥五個方向確立了生命健康語料庫的路線圖,，創(chuàng)新了從尋源、清洗到標注,、測試的工具體系,。

白皮書發(fā)布

為實現(xiàn)“語料數(shù)據(jù)資源共建共享”“鼓勵多元主體共同推動高水平語料數(shù)據(jù)要素建設(shè)”的目標,，庫帕思公司會同覆蓋多模態(tài)數(shù)據(jù)資源供應(yīng)、加工,、應(yīng)用和運營全鏈的近二十家企業(yè)共同發(fā)布了團體標準《語料庫建設(shè)導(dǎo)則》,。

導(dǎo)則發(fā)布

50余單位共同發(fā)起語料倡議,，10家企業(yè)入選2024語料風云榜

建立模型訓(xùn)練、語料供給,、學(xué)術(shù)研究,、第三方服務(wù)等多方機構(gòu)合作機制，攜手打造資源共享,、互利共贏,、國際融通的“語料生態(tài)圈”，是眾多語料生態(tài)伙伴共同的愿景,。為了進一步強化語料生態(tài)全產(chǎn)業(yè)鏈各主體間的交流合作,，營造有利于我國大模型產(chǎn)業(yè)生態(tài)健康發(fā)展的環(huán)境，會上,，50余家單位共同發(fā)起“語料生態(tài)服務(wù)大模型可持續(xù)發(fā)展倡議”,，共同倡導(dǎo)攜手為我國大模型產(chǎn)業(yè)發(fā)展持續(xù)提供高質(zhì)量語料。

倡議發(fā)布

為加速促進大模型語料生態(tài)企業(yè)按照高標準發(fā)現(xiàn)“好產(chǎn)品”,、培育“好企業(yè)”，本次論壇上,，由大模型語料數(shù)據(jù)聯(lián)盟正式發(fā)布“2024語料風云榜”,，本榜單經(jīng)過兩個月嚴格的征集和評選，最終在眾多參與企業(yè)中遴選出了10家上榜企業(yè),。他們提供了高質(zhì)量和多樣化的數(shù)據(jù)集來支持模型訓(xùn)練和優(yōu)化,，承擔了中國大模型開發(fā)中數(shù)據(jù)的收集、清洗,、標注和管理,，為AI算法提供必需的語料資源，顯著提升中國大模型的性能和應(yīng)用效果,。首屆語料風云榜上榜企業(yè)有：上海恒生聚源數(shù)據(jù)服務(wù)有限公司,、上海本原智數(shù)科技有限公司、北京云測信息技術(shù)有限公司,、上海蜜度科技股份有限公司,、星環(huán)信息科技(上海)股份有限公司、數(shù)據(jù)堂(北京)科技股份有限公司,、整數(shù)智能信息技術(shù)(杭州)有限責任公司,、標貝(青島)科技有限公司、北京海天瑞聲科技股份有限公司,、天娛數(shù)字科技(大連)集團股份有限公司。

大模型與大數(shù)據(jù)庫雙輪驅(qū)動的人工智能方法

隨著AI技術(shù)的不斷進步和生態(tài)合作的深化,，未來數(shù)據(jù)庫將更加智能,、靈活和強大，為人工賦能千行百業(yè)的實體經(jīng)濟發(fā)展提供堅實的基礎(chǔ),。主旨演講環(huán)節(jié)中,，中國科學(xué)院院士鄂維南先生帶來了主題為“大模型與大數(shù)據(jù)庫雙輪驅(qū)動的人工智能方法”的精彩演講。鄂院士分享了如何將大模型方法和高性能的通用AI數(shù)據(jù)庫方法相結(jié)合,，來建立高效率,、高準確率、低門檻,、低成本的人工智能系統(tǒng),。

鄂維南主旨演講

基于價值對齊的模型發(fā)展與語料數(shù)據(jù)的創(chuàng)新供給

與價值對齊是大模型可持續(xù)演進的基石主旨環(huán)節(jié)中,，人民網(wǎng)黨委書記、董事長葉蓁蓁先生分享了“基于價值對齊的模型發(fā)展與語料數(shù)據(jù)的創(chuàng)新供給”,。他重點分享了人民網(wǎng)在主流價值對齊方面的實踐與經(jīng)驗,，基于多維度價值對齊體系的語料庫,，讓大模型像人一樣“有德、有趣,、有序,、有品、有用”

葉蓁蓁主旨演講

企業(yè)案例分享環(huán)節(jié)中，兩家大模型語料生態(tài)企業(yè)代表從企業(yè)如何在AIGC時代通過提升高質(zhì)量語料的開發(fā)利用來賦能業(yè)務(wù)發(fā)展,。在圓桌環(huán)節(jié)中,，嘉賓圍繞大模型的出現(xiàn)對于語料供給帶來了哪些新的機會和挑戰(zhàn)、數(shù)據(jù)的自動化標注與人工標注現(xiàn)況趨勢及合成數(shù)據(jù)的未來三大問題進行了觀點分享和思想碰撞,。

本次會議由大模型語料數(shù)據(jù)聯(lián)盟,、上海庫帕思科技有限公司、上海市數(shù)商協(xié)會,、上海市人工智能行業(yè)協(xié)會,、上海資產(chǎn)管理協(xié)會承辦，中國聯(lián)合網(wǎng)絡(luò)通信有限公司上海市分公司,、上海報業(yè)集團,、中國信通院上海工創(chuàng)中心、上海億歐網(wǎng)絡(luò)科技有限公司,、上海市國資委系統(tǒng)中青年知識分子聯(lián)誼會,、民建上海科創(chuàng)工委協(xié)辦,，并得到了商湯科技,、游族網(wǎng)絡(luò)、階躍星辰,、稀宇極智,、智能投研技術(shù)聯(lián)盟（ITL）等眾多單位的鼎力支持。