上海数交所总经理汤奇峰：构建大模型时代语料库数据生态 推动数据要素市场创新
7月8日，在由上海数据交易所、大数据流通与交易技术国家工程实验室承办的“大模型时代下的数据要素流通”主题论坛上，上海数交所总经理汤奇峰作题为“大模型时代下的语料库”的主旨演讲，带来关于国内语料库建设挑战的观察，并从语料库质量和开放程度两个维度给出建设建议。
(资料图片仅供参考)
汤奇峰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。
“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，数交所希望通过自己的努力加强数据要素建设提升语料库建设效率。”汤奇峰说。
当天活动上，上海数交所正式启动语料数据生态创新合作伙伴计划，携手首批合作伙伴丰富语料库，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还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，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。
汤奇峰说：“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。”
上海数交所官网已经于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。
（文章来源：证券时报网）
标签：
抢先读
- 中国科学院香港创新研究院亮相世界人工智能大会 展示机器人神经外科研究领先成果
- 上海数交所总经理汤奇峰：构建大模型时代语料库数据生态 推动数据要素市场创新
- 中原证券周建华：上半年A股市场“公募低迷、北向回升”
- 威廉指标的使用技巧有哪些 威廉指标的正确使用方法
- 证监会宣布重大改革！公募基金管理费率上限降至1.2%……七大看点逐个看
- 诺奖得主菲尔普斯：经济活力的核心就是渴望创新
- 11部门联合部署开展论坛活动专项清理整治
- WAIC 2023自动驾驶应用展示体验活动7月再现申城
- 重磅！处罚落地后，蚂蚁集团宣布启动股份回购
- 旅韩大熊猫爱宝乐宝夫妇即将迎来二胎宝宝
- 泰州：一季度农民人均可支配收入增幅列全省第一
- 这两颗星星“相遇”，会擦出怎样的火花？
- 消暑纳凉正当时 各地夏日“清凉游”带“热”文旅经济
- 法拍成“捡漏”法宝？深圳知名豪宅成交 价格降了3000万
- 河南信阳一雪糕店爆炸致夫妻一死一伤，官方：冰柜压缩机故障引发
- 华为用科技守护拉萨之“肺”
- 酒店式公寓的中央空调是独立的吗？酒店式公寓的产权是多久？
- 小团团导航是哪个软件？小团团导航语音包台词
- 上海数交所7日正式上线语料库 近30个语料数据产品挂牌
- 上海数据交易所总经理汤奇峰：构建大模型时代语料库数据生态 推动数据要素市场创新
- 【BICES 2023展商】“零距离”体验太重新产品 用户反馈良好
- 杭州亚运会门票开售！不到 2 分钟，部分门票已售罄
- 持续降雨诱发病虫害多发 农技人员现场“把脉”支招
- 中央气象台继续发布暴雨蓝色预警和强对流黄色预警
- 蒂花之秀母公司名臣健康收监管函，事涉信披违规，陈勤发持续减持
- 中国平安管理层添员 43岁付欣升任副总经理
- 卫生院院长要求医生给所有病人开中药？洛阳伊川县：已停职
- 因移民政策分歧，荷兰政府宣布将集体辞职
- 嘉义女议员倒戈侯友宜？民进党恐吓祭党纪
- 网传一女子在地铁车厢宣扬辱华言论，警方通报：系精神残疾人
- 从“一条街”到一个商圈，长宁这里白领的“幸福半径”不断扩大！| 凝聚30年
- 粘土减粘剂商品报价动态（2023-07-08）
- 聚乙二醇硼酸酯商品报价动态（2023-07-08）
- 马上消费CIO蒋宁在世界人工智能大会上透露：将发布金融大模型
- 证监会有关部门负责人就公募基金费率改革答记者问
- 今起，清华北大开放校园暑期参观
- 2023夏令热线｜公共绿地内“劲歌热舞” 周边居民叫苦不迭
- 全氟壬烯氧基苯磺酸钠（OBS）商品报价动态（2023-07-08）
- 上半年全国铁路完成固定资产投资3049亿元 同比增长6.9%
- 5-氯邻甲苯胺商品报价动态（2023-07-08）
- 今日起 重庆火车站将加开多趟渝万客专
- 全国机动车驾驶人数量达5.13亿，有你吗？
- 聚胺—新型混凝剂商品报价动态（2023-07-08）
- 三嗪脱硫剂商品报价动态（2023-07-08）
- 保定十大好吃美食 保定有名的美食
- 大学生虐猫惹众怒，重庆城市科技学院通报：严肃批评 责令检讨
- 9.5±1.2米！珠峰顶部积雪厚度测出来了
- 千亿市值化工龙头重磅布局 新材料子公司打造“新成长曲线”
- 安徽启动防汛四级应急响应
- 【天天热闻】【校园快讯】初心如炬勇担责任使命 踔厉奋发谱写教育新篇——商丘市第二实验小学召开2023年春工作总结暨暑期安全稳定工作会议
- 陕西二本学校排名及分数线 陕西二本学校
- AI应当如何行动？中科院等发布AI伦理道德评估的数据与知识平台“智善·如流”
- 英特尔11代cpu选择哪个（英特尔11代cpu配什么散热器）
- 公安部：88个城市汽车保有量超百万辆 北京、成都超600万辆
- 省教育厅召开视频调度会部署全省暑期校外培训治理工作
- 天问一号最新发现！火星或曾发生过全球性气候转变
- 中国—洪都拉斯自贸协定第一轮谈判在特古西加尔巴举行
- 网传郑州花费34亿给河道干挂大理石砖？记者实探施工现场
- “网信国家队”中国电子参展WAIC，有哪些看点？
- 2023-07-08手机报_中国国家地理
- 湖北553座水库超汛限水位，两大湖泊、一条河流超设防水位
- 中电联：预计2023年全社会用电量增速6%左右
- 手机相关知识：手机potato软件是干嘛的
- 曼联名宿范德萨突发脑溢血 被送往ICU抢救
- 启动逆战蓝屏怎么办
- 银河证券：指数行情需要等待 主线行情积极参与
- 6月装载机销量8556台，同比下降25.3%
- 迷糊车主忘记锁车门，被踫运气的窃贼“顺走”现金4700元
- 上海张江AI+超前孵化实验室今天启动 百度参与
- 小暑来了！节气期间“蒸笼模式”常开启
- 华夏智胜新锐股票基金成立
- 临空经济区空港酒店项目进展顺利 已完成整体进度65%
- 英大基金：乔发栋出任董事长
- 贝尔：我会说西语但不想说，想保持私密也许这是媒体攻击我的原因
- 怎样选好的食用油（选好的食用油方法）
- 讲孩子的古诗有哪些 教育孩子的古诗
- 央行研究局巡视员周学东：财富管理市场迫切需要解决“基金赚钱基民不赚钱”问题
- 异丁醛行情周报(7.3-7.8)
- 苯胺行情周报(7.3-7.8)
- 多地聚力优化营商环境 增强吸引外资磁力
- 河南鲁山农信社千万元贷款被曝问题多 第三方土地遭遇解押难
- 广东部署夏季道路交通安全工作，大力整治酒驾醉驾、疲劳驾驶、非法营运
- 邓州市举办盛夏房产展示会 副市长周博到邓州建业城项目展会调研
- 实用！想了解哪些药品在医保目录里？现在可以这样查
- 爬坡它最行！来看全国首创齿轨列车
- 知乎将下线匿名功能
- 腾讯财付通回应被处罚：诚恳接受，已完成自查整改
- 南北方周末高温持续局地将达40℃ 长江中下游等地降水不断
- 广东高速公路通车里程突破1.12万公里，连续九年位居全国第一
- 上海浦东新区发布产业数字化跃升三年行动计划 将培育30家“GID链主”企业
- 工银安盛人寿“7.8全国保险公众宣传日”活动火热进行中
- 芯导科技07月07日获沪股通增持2.61万股
- 同人创作还能“站在前人肩膀上”吗？
- 7月7日基金净值：信澳鑫安债券(LOF)最新净值1.015
- 帮助困难群众排涝抢险 泰州姜堰一群志愿者在行动
- 利空突至，美股跳水！中概股逆势大涨，人民币、A50也上攻
- 十堰成立法治化营商环境检察基地
- 时报观察丨投资便利化协定拨开不确定性迷雾_环球今日报
- 邓州市孟楼镇：转变工作作风 优化营商环境
- 【动物界全系列】真虾下目—长额虾科