2024年7月6日 ，“2024世界人工智能大会语料主题论坛”在上海举办。会上，多家机构联合发布了“语料运营平台1.0”以及一批语料产品。此外，论坛还发布了《语料库建设导则》。50余家单位在会上联合发起语料生态服务大模型可持续发展倡议，呼吁各方携手为大模型产业发展持续提供高质量语料。
据介绍，“语料运营平台1.0”可实现面向语料数据“采、洗、标、测、用”五位一体的工具链能力。《语料库建设导则》则明确了从原始数据到语料成品的方法论，并针对金融、生命健康、教育等行业语料发布技术白皮书，进一步指引相关语料数据的采集、使用。
语料数据是大模型训练的关键“燃料”，高质量的语料对于大模型在各行各业的应用至关重要，有助于大模型更好地适配实际应用场景，加快实现人工智能赋能千行百业的目标。
近年来，为满足大模型发展对高质量、大规模、安全可信语料数据资源的需求，上海市在多个方面采取了一系列举措，包括在共建共享方面，组建大模型语料数据联盟，鼓励多元主体共同推动高水平语料数据要素建设；在基础设施建设方面，激活数据要素潜能，开源一系列高质量的语料资源；在平台建设方面，建设市场化运营的语料平台,打造大模型语料的“超级工厂”。
上海市政府副秘书长庄木弟表示，“上海将厚植语料应用场景，围绕大模型训练需求，保障多知识、多模态、标准化的高质量语料数据供给，赋能大模型行业应用落地。”
评论