海天瑞声方面分析认为，推千当前在中文对话领域，对话定增公开的预料数据集往往量少、分布有偏、库亿价格昂贵甚至不能商用。募资模型导致一些大模型在中文对话方面的拟投能力，相比英文对话略逊一筹。向A训练项目尤其是数据设在一些需要比较深的中文语言理解能力的对话场景，无论开源的集建还是闭源的大模型，都往往表现不佳。海天
海天瑞声方面表示，瑞声真实场景采集，推千符合中文表达习惯的对话定增自然对话数据，将为中文大语言模型（LLM）带来新动能。
据海天瑞声方面介绍，此次发布的数据集，是一个符合中国人表达习惯的自然对话数据集，共计约1000万轮，上亿级token（标记）。
此前，海天瑞声发布公告称，拟定增募资不超过7.9亿元，其中，3.83亿元计划用于“AI大模型训练数据集建设项目”，4.07亿元计划投向“数据生产垂直大模型研发项目”。
海天瑞声在公告中表示，在人工智能产业进入以大模型为代表的新的发展时期，通过本次募投项目的实施，公司将建设一批适用性较强的大模型训练数据集，拓展潜在高增长价值的新型业务板块，并藉此进一步扩大公司业务规模；同时，以研发海天瑞声数据生产垂直大模型为核心，升级海天瑞声一体化技术支撑平台，研发并引入多项新兴技术，促进公司科技创新水平的不断提升，巩固公司的核心技术壁垒，构建长期技术实力支撑，从而进一步增强公司核心竞争力。
(责任编辑：百科)