在2024北京文化论坛上，北京智源人工智能研究院（BAAI）宣布正式发布新一代中文互联网语料库CCI3.0(Chinese Corpora Internet)，进一步推动数据共建共享。CCI3.0包含1000GB的数据集及498GB的高质量子集CCI3.0-HQ，是继2023年11月首次开源CCI1.0和2024年4月发布CCI2.0之后的又一次重要更新。

["智源研究院联合拓尔思、中科闻歌共建了 “中文互联网语料库”（CCI）","该语料库经过严格的筛选和清洗，数据规模为 104GB，时间跨度为 2001 年至 2023 年","智源研究院将继续扩充数据来源、完善数据处理流程，提供更多高质量、可信的数据资源","智源研究院还开放了其他高质量中文数据集，如 WUDAO copora、COIG 和 MTP","该举措旨在为大数据和人工智能行业提供安全、可靠的语料资源"]