北京商报讯（记者 魏蔚）5月8日，北京商报记者获悉，智源研究院近日在GOSIM全球开源创新论坛上发布大型开源文本数据集CCI 4.0。据了解，CCI 4.0兼顾多样性与高质量，从单一语言数据集扩展为多语种数据集。本次发布包括了中、英语两种语言，并将在随后的发布中，开源更多语言的版本。此外，CCI 4.0首次采用CoT方法进行推理轨迹数据合成，以提升预训练模型的基础推理能力。CCI 4.0数据集由智源研究院牵头，联合包括阿里云、上海人工智能实验室、华为、出门问问、金山办公、昆仑万维、面壁智能、奇虎科技、美团、稀宇科技、月之暗面、紫东太初、中科闻歌、科大讯飞等多个机构共同贡献。
本网站所有内容属北京商报社有限公司，未经许可不得转载。 商报总机：010-64101978 媒体合作：010-64101871
商报地址：北京市朝阳区和平里西街21号 邮编：100013 法律顾问：北京市中同律师事务所（010-82011988）
网上有害信息举报 违法和不良信息举报电话：010-84276691 举报邮箱：bjsb@bbtnews.com.cn
ICP备案编号：京ICP备08003726号-1 
京公网安备11010502045556号 互联网新闻信息服务许可证11120220001号
