**中文互联网基础语料 4.0 发布：数据量 120GB，为大模型训练和 AI 发展提供可信数据支撑**

> <p data-vmark="d679"\>IT之家 9 月 15 日消息，据中国网络空间安全协会官方公众号，9 月 15 日（今天）下午，在济南召开的 2026 年国家网络安全宣传周人工智能安全治理分论坛上，中文互联网基础语料 4.0 正式向社会发布，<strong\>数据量 120GB</strong\>，并在“中文互联网语料资源平台”上线。</p\><p style="text-align: center;" data-vmark="e117"\><img src="https://img.ithome.com/newsuploadfiles/2026/9/467ec10e-76d9-4a64-b67c-27b7c9fb1d91.jpg?x-bce-process=image/format,f\_auto" w="1320" h="1318" data-weibo="0" data-mpos="2,0" data-vmark="681c" class="no-alt-img"\></p\><p data-vmark="22f0"\>据IT之家了解，用户登录中国网络空间安全协会官网（<a target="\_blank" href="https://www.cybersac.cn/newhome"\>点此前往</a\>），点击“中文互联网语料资源平台”链接，通过注册、认证等程序，即可下载或联系获取相关数据。</p\><p data-vmark="02b5"\>在中央网信办指导下，中国网络空间安全协会联合国家互联网应急中心，会同<strong\>百度、中科闻歌、开普云、拓尔思、科大讯飞、知乎</strong\>等单位，在前期发布中文互联网基础语料 1.0、2.0 和 3.0 的基础上，依托网安协会人工智能安全治理专委会建立的语料共建共享机制，汇聚一批新的高质量可信数据，经过一系列严格细致的数据加工处理措施，形成并对社会发布中文互联网基础语料 4.0，数据量 120GB，<strong\>为大模型训练和人工智能发展提供可信数据支撑</strong\>。</p\><p data-vmark="7328"\>网安协会负责人表示，中文互联网基础语料 4.0 是社会各界协同共建高质量中文语料的重要阶段性成果，<strong\>进一步丰富了国内高质量中文语料供给体系</strong\>。下一步，协会将继续联合国家互联网应急中心等单位，联动各行业领域深化中文互联网基础语料建设，持续为人工智能产业高质量发展筑牢数据底座。</p\>

**来源信息**
- **来源**：IT之家（RSS）
- **分类**：行业
- **发布时间**：2026-09-15 22:49（北京时间）
- **原文**：[打开原文](https://www.ithome.com/1/002/795.htm)