贵州制造丨贵州数据集（语料）服务平台正式上线

语料是大模型训练所需的核心原料。模型通过学习语料，掌握逻辑与知识。可以说，语料是决定大模型性能和专业性的关键因素。那么，语料数据从哪里来?如何提升语料质量？近日，贵州省举办了人工智能语料供需对接会，并上线贵州数据集（语料）服务平台。

现场，贵州数据集（语料）服务平台正式上线。平台集“语料超市、语料加工厂、语料生态枢纽”于一体，将加速原始数据向高价值语料产品转化。贵州大数据产业集团有限公司分别与4家数据需求方、8家数据供给方签署合作意向协议，共同构建规范、高效、安全的语料服务生态。目前，平台已汇聚240多家生态伙伴。

数据需求方、科大讯飞股份有限公司贵州大区总经理杨少明说，公司有大量的语料的需求。合作更丰富了对于数据收集的维度，贵州地域的一些特色的数据，如少数民族语言方言，本地的经济文化发展的一些语料，也是他们非常需求的。

数据供给方、贵州中医药大学信息工程学院执行院长谢泉也表示，可以提供的数据是针对整个中医药产业，从种植基地到药企到医院到中医药文化，整个全产业链的数据集，打造中医药高质量人工智能的平台，来指导基地药材种植，药剂的生产研发，远程医疗。

当下，大模型的竞争已从“拼算法”转向“拼数据”。模型能力的提升、行业应用的落地，越来越离不开高质量的语料。

贵州大数据集团数据事业部副总经理王仕品说，当前语料的供需错位矛盾还是比较突出的，资源拥有方有数据资源，但是缺少规范的流通渠道，需求方又急需垂直领域的语料资源。语料平台的发布，构建供方、需方、加工方，还有服务方为一体的协作平台，为贵州省的数智产业高质量发展提供坚实基础。

北京交通大学教授张向宏说，以前一说人工智能三要素，算力、算法、数据，数据以前一直是排在第三位的，今天，数据排在了算力、算法的前面。2025年人工智能推理的数据用量首次超过了训练的用量，现在人工智的应用就到了这个关键点，通用大模型要形成行业大模型，卡就卡在了数据上。所以这个平台的发布，应该说非常及时，贵州确实走在了前头。

点击图片查看相关专题