AI大模型是人工智能开发、应用的基础设施，语料库则是训练和优化AI大模型的“养料”。今年，“顶流”AI大模型扎堆亮相文博会，其中，就有来自鹏城实验室的“鹏城·脑海”大模型，它是世界上规模最大的中文通用AI大模型基座。
为什么以中文为核心的AI大模型如此重要？有数据显示，全球通用的50亿大模型数据训练集里，中文语料的占比仅为1.3%。“以ChatGPT为例，它的训练数据中，中文语料比重不足1%。国外的大模型中文语料占比少，它们训练出来的输出难以保证中国正确的价值观。”鹏城实验室大模型创新应用中心主任赵子莹告诉记者。
赵子莹表示，“鹏城·脑海”大模型以中文为核心，从底座训练开始，它的中文语料非常强大。据悉，作为一个全面国产、自主可控的大模型，“鹏城·脑海”能够保障大模型的数据安全隐私，输出内容符合以中文为核心的价值观，构建了安全保障和内容审核。
赵子莹称，面向数字政务、智慧金融、智能制造等应用场景，“鹏城·脑海”去年已正式向全社会开放。“中文价值观对很多领域的发展而言是非常重要的。目前，‘鹏城·脑海’正在为国家重大战略和各个地方经济发展进行全面的赋能。”
统筹：张纯青
策划：李琳
记者：尹珏文
摄像：冯登科
设计：陈伟红
校对：梁洁萍
