景联文科技：为AI大模型提供高质海量训练数据

在全球AI浪潮的推动下，大量训练数据已成为AI算法模型发展和演进中的关键一环。

艾瑞咨询数据显示，包括数据采集、数据处理（标注）、数据存储、数据挖掘等模块在内的AI基础数据服务市场，将在未来数年内持续增长。

预计到2025年，国内AI基础数据服务市场的整体规模预计将达到101.1亿元，整体市场增速将达到31.8%（2024-2025年）。

数据的数量和质量决定了AI水平高低。其中，大模型的预训练对数据要求很高，必须在前期进行清洗、标注、标识。如何获取和利用高质量的数据已经成为了一个重大挑战。

景联文科技是大模型数据供应商，致力于为不同阶段的模型算法匹配高质量数据资源。

世界知识类书籍、期刊、论文及高价值社区文本数据：

l 中文书籍 250万本

l 高质量外文文献期刊 8500万篇

l 英文高质量电子书 200万本

教育题库：

l K12教育题库 1800万

l 大学题库 1.1亿，800万带解析

l 英文题库 500万

专业知识类期刊、专利、代码：

l 中文数字专利 4000万

l 程序代码（代码注释） 20万

多轮对话：

l 文本多轮对话 1500万

l 中英文剧本（电影、电视剧、剧本杀） 6万

药学数据：

l 药物研发数据库 1300万

l 全球上市数据库 80万

l 一致性评价数据库 25万

l 生产检验数据库 40万

l 合理用药 300万

l 多维文献 1亿

l 原料药数据库 1100万

化学数据：

l 化合物数据库 1.6亿

l 反应信息数据库 4100万

l 物化性质数据库 1.6亿

l 谱图数据库 20万

l 晶体信息数据库 100万

l 安全信息数据库 180万

l 商品信息数据库 740万

专利数据：

l 全球专利基础著录数据 1.3亿

l 全球专利原文数据 1亿

l 全球专利附图数据

l 全球专利法律状态数据

l 全球专利法律状态数据

l 全球专利引文数据

l 全球专利分类索引数据

l 全球专利重点申请人工商关联数据

l 全球生化医药专利深加工数据

l 全球专利全文数据

同时景联文科技提供大模型训练数据的标注服务，致力于为全球数千家人工智能从业公司和高校科研机构交付海量、高质量的多模态大模型训练数据。

景联文科技｜数据采集｜数据标注｜大语言模型训练数据

助力人工智能技术，赋能传统产业智能转型升级

文章图文著作权归景联文科技所有，商业转载请联系景联文科技获得授权，非商业转载请注明出处。