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

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， 数据量120GB，并在“中文互联网语料资源平台”上线。

据IT之家了解，用户登录中国网络空间安全协会官网（ 点此前往 ），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。

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 百度、中科闻歌、开普云、拓尔思、科大讯飞、知乎 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， 为大模型训练和人工智能发展提供可信数据支撑 。

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， 进一步丰富了国内高质量中文语料供给体系 。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。