中文互聯網基礎語料 4.0 發佈：數據量 120GB

9 月 15 日消息，據中國網絡空間安全協會官方公衆號，9 月 15 日（今天）下午，在濟南召開的 2026 年國家網絡安全宣傳週人工智能安全治理分論壇上，中文互聯網基礎語料 4.0 正式向社會發布，數據量 120GB，並在“中文互聯網語料資源平臺”上線。

用戶登錄中國網絡空間安全協會官網（點此前往），點擊“中文互聯網語料資源平臺”鏈接，通過註冊、認證等程序，即可下載或聯繫獲取相關數據。

在中央網信辦指導下，中國網絡空間安全協會聯合國家互聯網應急中心，會同百度、中科聞歌、開普雲、拓爾思、科大訊飛、知乎等單位，在前期發佈中文互聯網基礎語料 1.0、2.0 和 3.0 的基礎上，依託網安協會人工智能安全治理專委會建立的語料共建共享機制，匯聚一批新的高質量可信數據，經過一系列嚴格細緻的數據加工處理措施，形成並對社會發布中文互聯網基礎語料 4.0，數據量 120GB，爲大模型訓練和人工智能發展提供可信數據支撐。

網安協會負責人表示，中文互聯網基礎語料 4.0 是社會各界協同共建高質量中文語料的重要階段性成果，進一步豐富了國內高質量中文語料供給體系。下一步，協會將繼續聯合國家互聯網應急中心等單位，聯動各行業領域深化中文互聯網基礎語料建設，持續爲人工智能產業高質量發展築牢數據底座。