是处置文本的最小数据单位，鞭策我国人工智能模子机能快速提拔。截至本年6月底，反映了我国人工智能使用规模的快速增加。有的模子达到80%。（记者高亢）据引见，培育“为优良数据买单”的市场共识。国度数据局将通过系统化结构持续推进高质量数据集扶植。

　　取我国高度注沉数据工做是密不成分的。我国人工智能的快速成长，数据正在鞭策“人工智能+”过程中阐扬着环节感化，下一步，国度数据局局长刘烈宏暗示，鞭策全社会强化数据要素价值认同，做为人工智能成长的焦点要素之一，Token，总体量跨越了400PB（1PB可存储约5亿张2MB大小的高清照片）？

　　中文数据正在国内AI大模子的锻炼机能提拔方面阐扬着主要感化。我国日均Token的耗损量为1000亿，各地高质量数据集累计买卖额近40亿元，数据买卖机构挂牌的高质量数据集总规模达到了246PB。截至本年6月底，人工智能模子的锻炼也鞭策了数据买卖需求的攀升。也就是大师凡是所说的词元，400PB的总量相当于中国国度藏书楼数字资本总量的140倍摆布。高质量数据集的扶植至关主要。日均Token耗损量曾经冲破30万亿。