高质量、大规模、安全可信的语料数据资源是AI时代的重要基石。7月6日,由上海市数商协会主要承办的“2024世界人工智能大会语料主题论坛”在上海成功举办。本次论坛以“语料筑基,智生时代”为主题,围绕高质量语料数据如何高效供给赋能大模型产业发展,向市场传递专业化、链接型、前瞻性的语料生态设计理念。
为了进一步强化语料生态全产业链各主体间的交流合作,营造有利于我国大模型产业生态健康发展的环境,会上,包含云测数据、浪潮信息、库帕思、人民网、中国电信、上海市人工智能行业协会等50余家单位共同发起“语料生态服务大模型可持续发展倡议”,共同倡导携手为我国大模型产业发展持续提供高质量语料。
当前,建立模型训练、语料供给、学术研究、第三方服务等多方机构合作机制,携手打造资源共享、互利共赢、国际融通的“语料生态圈”,是众多语料生态伙伴共同的愿景。
为加速促进大模型语料生态企业按照高标准发现“好产品”、培育“好企业”,本次论坛上,由大模型语料数据联盟正式发布“2024语料风云榜”,本榜单经过两个月严格的征集和评选,最终在众多参与企业中遴选出了10家上榜企业。他们提供了高质量和多样化的数据集来支持模型训练和优化,承担了中国大模型开发中数据的收集、清洗、标注和管理,为AI算法提供必需的语料资源,显著提升中国大模型的性能和应用效果。
首届语料风云榜中国TOP10企业分别是:北京云测信息技术有限公司、上海蜜度科技股份有限公司、星环信息科技(上海)股份有限公司、数据堂(北京)科技股份有限公司、整数智能信息技术(杭州)有限责任公司、标贝(青岛)科技有限公司、北京海天瑞声科技股份有限公司、天娱数字科技(大连)集团股份有限公司、上海恒生聚源数据服务有限公司、上海本原智数科技有限公司。
同时,大会同期发布的《2024语料风云榜及优秀案例报告》梳理了语料基础概念与发展概况,展示了“2024语料风云榜”,并介绍了相关优秀企业案例,以期为广大从业者和各方人士提供有益帮助,促进语料从收集到应用的大发展。