IXThinker·2025-05-09 13:10

智源研究院發布開源語料庫CCI 4.0

智源研究院5月6日在巴黎舉行的GOSIM全球開源創新論壇上發布開源文本數據集CCI 4.0，由單一語言擴展至多語種，首次以CoT方法合成推理軌跡數據，並聯合阿里雲、華為、美團等多家機構共建，推動全球開源合作。

多語種高質量

CCI 4.0兼顧多樣性與高質量，由單一語言數據集擴展為多語種數據集。本次發布包含中、英語兩個版本，後續將開源更多語言版本，為全球大模型創新發展提供重要的開源資源。