Nvidia与KAIST计划发布100万份韩语AI数据样本——《韩国先驱报》

在韩国，Nvidia与韩国科学技术院（KAIST）计划于2027年发布至少100万份用于训练人工智能系统的韩语数据样本。研究人员评估称，高质量数据短缺限制了韩国AI模型的竞争力；该倡议旨在帮助解决这一问题，《韩国先驱报》报道。

Nvidia-KAIST联合实验室负责人金贤宇表示，该项目的目标是创建至少100万份韩语数据样本，并将其公开用于训练。目前尚未确定确切的发布时间。

重点关注数据质量

该实验室不计划开发另一种基础AI模型，而将专注于创建质量更高的韩语数据集，并改进基于这些数据集的训练方法。金贤宇表示，与英语和汉语相比，现有用于评估模型的韩语数据集无法弥补高质量训练材料的不足。

更多最新消息请关注 UA.News Telegram 频道 Telegram.

他指出，现有数据集往往基于翻译文本，而由AI生成的韩语内容可能含有不自然的表达。实验室将开发利用有限信息创建真实文档的方法，然后从准确性、多样性和重复性方面对其进行验证。金贤宇强调，最初的100万份样本不足以完全消除语言差距。

为期五年的合作

该联合实验室设在位于首尔的KAIST金载哲人工智能研究生院。Nvidia和KAIST于7月宣布成立该实验室，这是Nvidia在亚洲与大学共建的首个联合实验室。这项为期五年的合作价值3亿美元，致力于韩语AI和行业应用。

其中，2.5亿美元将以计算资源的形式提供，由Nvidia的韩国云合作伙伴在五年内提供。该计划还将每年至少支持10名KAIST研究人员，其中包括在Nvidia实习的机会。在建立韩语数据基础后，实验室计划转向行业数据集和智能体AI，后者能够在人类有限干预下执行复杂任务。