4月1日，DeepSeek关联公司杭州深度求索的人工智能基础技术研究专利公布，名为“一种广度数据采集的方法及其系统”。该发明旨在解决现有数据采集技术的问题，如无法获取完整链接、过量下载导致网站崩溃、低质及重复下载等。通过优先下载高质量网页、优化资源分配，该技术可提升数据质量和采集效率，同时减少网络资源消耗。专利还提出采用独立信息回灌队列，保障网页元信息库的安全与稳定。此技术适用于构建大语言模型所需的数据集，助力自然语言处理领域的发展。