AI大模型不断涌现，“百模大战”愈演愈烈。但不论是To B还是To C的大模型，都面临训练数据日渐匮乏的问题。业内有报告预测，语言数据将于2030~2040年耗尽，其中能训练出更好性能的高质量语言数据将于2026年耗尽；此外，视觉数据将于2030~2060年耗尽。
南都讯 记者李玲 数据质量决定了大模型的上限，但数据短缺成为制约大模型发展的瓶颈。如何缓解AI公司的数据焦虑？6月14日，第六届北京智源大会上公布了两个数据集：一是千万级高质量开源指令微调数据集，二是开源中英文行业数据集。高质量的指令数据是大模型性能的“养料”。
AI几乎读取了互联网上的所有内容，但仍渴望获得更多数据。为此，开发人员必须寻找变通之道。得益于神经网络规模的扩大以及海量数据的训练，人工智能（AI）在过去10年间突飞猛进。“做大做强”的策略，在构建大型语言模型（LLM）上取得了显著成果，ChatGPT就是一个典型的例子。
赵精武【析理论道】 数据作为数字时代的“新石油”，不仅是传统产业、新兴产业发展的重要支撑，同时也是人工智能科技创新的关键创新资源。现阶段，人工智能产业发展面临的最突出、最迫切的困境，便是训练数据供给不足。
