18万亿token

阿里开源的Qwen2.5系列训练数据规模达到18万亿token，远超其他模型。然而，这带来幻象问题的风险促使RAG技术及企业专有知识数据的价值提升，强调了数据采集、标注和管理的重要性。政策层面，《关于促进数据标注产业高质量发展的实施意见》发布，进一步推动数据标注产业发展。《标准》旨在解决数据标注中的合规问题，提高行业规范化发展水平。