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

📋总体概括

9月15日，在济南举行的2026年国家网络安全宣传周人工智能安全治理分论坛上，中文互联网基础语料4.0正式发布，数据量达120GB，已在「中文互联网语料资源平台」上线。该项目由中央网信办指导，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、中科闻歌、开普云、拓尔思、科大讯飞、知乎等单位共建，在1.0至3.0版本基础上汇聚新的高质量可信数据，经严格加工处理后发布，旨在为大模型训练和AI发展提供可信数据支撑，丰富国内高质量中文语料供给体系。