韓媒：被指撕毀中國外交官肖像，韓國辱華右翼團體遭警方調查
2026-01-01 10:10 3,392次浏览北京8月14日電 (記者 劉亮)在人工智慧時代，Token(即「詞元」)作為處理文本的最小數據單元，如同網際網路時代的「流量」。中國國家數據局局長劉烈宏14日在北京舉行的新聞發布會上介紹，截至今年6月底，中國日均Token消耗量已突破30萬億。 8月14日，中國國務院新聞辦公室在北京舉行「高質量完成『十四五』規劃」系列主題新聞發布會，國家發展改革委黨組成員、國家數據局局長劉烈宏，國家數據局副局長沈竹林，國家數據局副局長陳榮輝，國家數據局副局長夏冰介紹「十四五」時期數字中國建設發展成就，並答記者問。 記者 楊可佳 攝 國務院新聞辦公室當天舉行新聞發布會，介紹「十四五」時期數字中國建設發展成就。劉烈宏在會上表示，2024年初，中國日均Token的消耗量為1000億，截至今年6月底，日均Token消耗量已突破30萬億，1年半時間增長了300多倍，這反映了中國人工智慧應用規模快速增長。 他指出，人工智慧快速發展，與中國高度重視數據工作密不可分。中國是第一個把數據作為生產要素的國家，多措並舉促進數據資源的開發利用。中國強調「人工智慧+」行動到哪裡，高質量數據集的建設和推廣就要到哪裡。 近年來，中國大力推動高質量數據供給，出臺高質量數據集建設相關文件，多部門聯合推動相關工作。同時，持續推進高質量數據集建設工作。截至今年6月底，中國已建設高質量數據集超過3.5萬個，總體量超400PB。據悉，1PB可存儲約5億張2MB大小的高清照片，400PB相當於中國國家圖書館數字資源總量的140倍左右。 人工智慧模型的訓練也推動數據交易需求攀升。劉烈宏介紹，截至今年6月底，中國各地高質量數據集累計交易額近40億元人民幣，數據交易機構掛牌的高質量數據集總規模達246PB。以北京數交所為例，高質量數據集佔交易總量的比例從去年的10%躍升到目前的近80%。 中文數據在國內大模型的訓練性能提升方面發揮著重要作用。劉烈宏說，中國多數模型訓練使用的中文數據佔比已超過60%，有的模型已達80%。中文高質量數據的開發和供給能力持續增強，推動中國人工智慧模型性能快速提升。(完)
豢養的烈性犬自己躥出狗籠，撲咬路人致死，犬主應承擔哪些責任？犬主辯稱「人是被狗咬死的，純屬意外」，這有無道理？河南省平頂山市中級人民法院審結了一起相關案件。 高某在村頭附近的羊場內飼養了3隻大型烈性犬，雖然飼養期間多次撲倒、咬傷他人，但高某並未採取有效防範措施避免類似事件再次發生。馬某從高某羊場門口路過時，高某飼養的一隻狼狗突然從狗籠底部躥出，撕咬馬某頸部及面部致馬某當場死亡。經現場勘查，該狗籠放置於土質地面上，底部無鐵網阻斷，籠底與地面銜接處空隙較大，犬只可輕鬆從中逃脫，籠子頂部也無鐵絲網，僅用建材板簡易搭蓋。 被告人高某認為，雖然被害人是被他的狗咬死的，但是他當時並不在現場，屬於意外事件。況且已經對被害人家屬進行了適當的經濟賠償，不能構成犯罪。 平頂山市中級人民法院審理認為，被告人高某豢養的3隻大型烈性犬具有很強的攻擊性，案涉犬只雖然關於籠中，但案發前已經多次發生撲倒、咬傷路人事件。高某應當預見大型烈性犬疏於監管，會發生咬死他人這一現實危險，因疏忽大意造成了馬某死亡，存在刑法意義上的過失。高某的過失行為與馬某的死亡結果發生之間具有因果關係。 刑法第二百三十三條規定，過失致人死亡的，處三年以上七年以下有期徒刑；情節較輕的，處三年以下有期徒刑。根據被告人高某犯罪的事實、犯罪的性質、情節和對於社會的危害程度，法院依法判決：被告人高某犯過失致人死亡罪，判處有期徒刑六年六個月。 案件承辦法官提醒，飼養犬只造成他人損害的，飼養人、管理人需承擔民事侵權責任。遛狗不牽繩或放任犬只恐嚇他人，可能面臨警告、罰款、拘留等行政處罰。故意或過失造成人員傷亡的，可能要承擔刑事責任。 本報記者 朱佩嫻 《人民日報》(2025年08月12日 第 10 版)
免责声明：本文内容与数据仅供参考，不构成投资建议，使用前请核实。据此操作，风险自担。
极速直播
「活动」首次登录送新手大礼包
- 软件大小: 238.85MB
- 最后更新: 2026-01-01 10:10
- 最新版本: v19.17.14.7
- 文件格式: apk
- 应用分类:ios-Android 免费真人视频网站直播下载
- 使用语言: 中文
- : 需要联网
- 系统要求: 3.81以上
客服热线：133-7624-8614
蜜糖直播类似软件
猜你喜欢
-
2026-01-01 10:10
-
2026-01-01 10:10
-
2026-01-01 10:10
-
2026-01-01 10:10
-
2026-01-01 10:10
-
2026-01-01 10:10
-
2026-01-01 10:10
-
2026-01-01 10:10
-
2026-01-01 10:10
-
2026-01-01 10:10
-
2026-01-01 10:10
59
94215
96
2026-01-01 10:10
57186
64
2026-01-01 10:10
17648
19
2026-01-01 10:10
64753
85
2026-01-01 10:10
92154
29
2026-01-01 10:10
85749
67
2026-01-01 10:10
87942
76
2026-01-01 10:10
27193
18
2026-01-01 10:10
37489
48
2026-01-01 10:10
64279
43
2026-01-01 10:10
98632
62
63
89621
16
12954
63
52
64129
65781
