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

9 月 15 日，中文互联网基础语料 4.0 在济南 2026 年国家网络安全宣传周人工智能安全治理分论坛上正式发布，数据量 120 GB，并在"中文互联网语料资源平台"上线。

该语料由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、科大讯飞、知乎等单位共建，是继 1.0、2.0、3.0 之后的又一阶段性成果。用户可通过协会官网注册认证后下载使用。

IT之家