120GB中文互联网语料3.0发布：为大模型训练提供强大数据支撑

9月18日上午，在昆明举行的2025年国家网络安全宣传周人工智能安全治理分论坛上，业界期待已久的中文互联网基础语料3.0正式面向社会发布。

在中央网信办的指导下，中国网络空间安全协会携手国家互联网应急中心等单位，基于此前发布的1.0和2.0版本，充分发挥产学研协同效应，依托网安协会人工智能安全治理专委会搭建的语料共享平台。通过严格的数据采集、筛选、清洗和去重流程，最终完成了3.0版本的研发并公开启用。新版本不仅拓宽了优质中文信息来源，还增强了有害信息过滤机制，120GB规模的优质数据为大模型训练及人工智能发展提供了可靠的资源支撑。

有意获取该语料的用户可访问中国网络空间安全协会官网（https://www.cybersac.cn/newhome），点击"中文互联网语料资源平台"入口，完成注册与认证后即可下载使用相关资源。

据网安协会相关负责人介绍，此次发布的3.0版本标志着中文语料库建设的又一重大突破，有效丰富了高质量中文数据的供给生态。未来，协会将继续联合国家互联网应急中心等机构，携手各行业领域持续推进中文互联网基础语料建设，为人工智能技术创新与产业升级提供坚实的数据支撑。