.png)
6月16日消息，哈佛大学法学院图书馆在微软与OpenAI支持下，开源首个AI训练数据集“Institutional Books 1.0”。该数据集收录了哈佛馆藏的98.3万本书籍，涵盖245种语言、2420亿个Token，40%为英语书籍，主要集中于19至20世纪，分为20个主题。每本书提供完整元数据，包括作者、出版年份、语言及来源等信息。未来，哈佛大学计划扩展数据内容，已与波士顿公共图书馆合作，将历史报纸数字化加入数据集。此外，他们还将开发AI工具，提升馆藏整理效率并推动负责任的数据使用规范。
原文链接
本文链接：https://kx.umi6.com/article/20290.html
转载请注明文章出处
分享至
打开微信扫一扫
内容投诉
生成图片
.png "20290")
相关推荐
.png)
换一换
哈佛大学、谷歌发布 100 万本公共领域书籍，为 AI 训练提供合法数据
2024-12-13 09:18:29
哈佛大学开源 AI 训练数据集“Institutional Books 1.0”，涵盖馆藏 98.3 万本图书
2025-06-16 23:15:51
8 年首次大突破：谷歌祭出 Transformer 杀手，掌门人划出 AGI 死线
2025-12-07 15:34:40
山东省“十五五”规划建议：加快机器人和智能装备推广应用 打造低空经济发展集聚区、内河新能源船舶制造基地
2025-12-08 09:21:09
中国电信董事长柯瑞文：加快推进算力基础设施建设 强化国产算力芯片适配
2025-12-07 21:52:07
马斯克“太空AI”设想：每年发射1百万吨AI卫星、建设月球卫星工厂
2025-12-08 16:37:25
美的“美罗 U”首曝，行业首创六臂轮足式人形机器人
2025-12-07 15:33:32
戴尔科技集团 x OpenCSG，推出⾯向智能初创企业的⼀体化 IT 基础架构解决方案
2025-12-06 10:23:57
厦门“十五五”规划建议：强化算力、算法、数据等高效供给 发展壮大数字经济核心产业
2025-12-08 14:32:20
阴和俊：在量子科技等领域布局建设未来产业 加强对国家重大科技任务和科技型企业的金融支持
2025-12-08 10:23:04
跨境电商的疑难杂症，被1688这个AI全包了…
2025-12-07 13:28:44
Oculus 创始人拉奇为在战争中使用 AI 辩护：使用落后技术并无道德高地可言
2025-12-08 09:15:22
Gartner 调查：仅 20% 客服支持主管表示因 AI 削减团队规模
2025-12-08 14:31:10
624 文章
361555 浏览
24小时热文
更多
-
2025-12-08 19:45:13 -
2025-12-08 19:43:05
-
2025-12-08 18:41:52
