文献类型：期刊文章

作　　者：王翔[1,2] 周辉[3] 李志鹏[4] 邢云[5]

Wang Xiang;Zhou Hui;Li Zhipeng;Xing Yun(The National Information Center of China Customs,Beijing 100005;Laboratory of International Trade IT Standards,General Administration of Customs,Beijing 100005;Institute of Law,China Academy of Social Sciences,Beijing 100720;China CUSLINK Co.,Beijing 100023;China E-Port Data Center,Beijing 100088)

机构地区：[1]全国海关信息中心,北京100005 [2]海关国际贸易信息标准化应用创新实验室,北京100005 [3]中国社会科学院法学研究所,北京100720 [4]北京中海通科技有限公司,北京100023 [5]中国电子口岸数据中心,北京100088

出　　处：《信息安全研究》

基　　金：海关总署科研项目(2019HK018,2020HK281,2020HK300,2022HK053)。

年　　份：2023

卷　　号：9

期　　号：7

起止页码：637-642

语　　种：中文

收录情况：CSCD、CSCD_E2023_2024、JST、NSSD、RCCSE、ZGKJHX、普通刊

摘　　要：随着大模型产业的快速发展,出于市场竞争的需要,模型规模快速膨胀,但同时可用于训练的数据供给相对不足、未来日趋稀缺,特别是高质量数据无法满足大模型计算规模指数级增长需求.在数据制度性约束日趋严密的今天,大模型的运行机理呈现自然垄断特征,而主要经济体之间数据治理思路的差异、国际段技术条件的差异以及算法歧视等因素都在持续加大供需双方的价值非对称性,影响大模型的数据价值分配,进而强化大模型所有者的数据垄断.我国发展大模型产业尽管面临国际段一系列技术条件限制,但是拥有数据禀赋优势,无论数量还是质量均具有很大潜力.为了更好积累数据价值收益,未来需要在自主平台、评估指标、国际规则等方面加强建设,并注重对大模型产业的政策引导.

关 键 词：数据稀缺性  数据价值非对称性  数据垄断  智能生成(AIGC)  大模型(LLM)  跨境数据链  

分 类 号：TP182]