9月15日下午,在济南召开的2026年国家网络安全宣传周人工智能安全治理分论坛上,中文互联网基础语料4.0、网络安全数据集1.0、AIGC检测数据集等三类高质量数据集正式向社会发布。

在中央网信办指导下,中国网络空间安全协会会同国家互联网应急中心等单位,在前期发布中文互联网基础语料1.0、2.0和3.0的基础上,依托网安协会人工智能安全治理专委会建立的语料共建共享机制,汇聚一批新的高质量可信数据,经过一系列严格细致的数据加工处理措施,形成并对社会发布中文互联网基础语料4.0,数据量120GB,为大模型训练和人工智能发展提供可信数据支撑。为了促进大模型网络安全能力的提升,国家互联网应急中心联合中关村实验室、中国科学技术大学、中国科学院计算机网络信息中心、绿盟科技集团股份有限公司及北京长亭科技有限公司,正式发布网络安全数据集1.0,数据集包括网络安全能力测评基准集、APT攻防数据集、网络安全告警数据集、异常流量数据集、漏洞分析数据集等5个子数据集。为支持大模型生成内容检测与溯源相关研究,国家互联网应急中心联合中国科学院信息工程研究所,正式发布AIGC检测数据集,数据集包含10万条文本数据和10万条图片数据。

上述数据集均在“中文互联网语料资源平台”上线。用户登录中国网络空间安全协会网站(https://www.cybersac.cn/newhome),点击“中文互联网语料资源平台”链接,通过注册、认证等程序,即可下载或联系获取相关数据。(未来网记者 张冰清)