9月15日，2026年国家网络安全宣传周人工智能安全治理分论坛在山东济南召开。会上，在中央网信办网络安全协调局指导下，由国家互联网应急中心（CNCERT）与青海师范大学藏语智能全国重点实验室联合发布的“藏语数据集1.0”正式面向社会公开发布，为我国高质量民族语言语料增添了新生力量，标志着学校藏语智能全国重点实验建设又取得了新的科研成果。
“藏语数据集1.0”数据规模达60000余条、约600MB，具有覆盖全面、来源权威、质量优良三方面特点。数据集覆盖卫藏、安多、康巴三大方言，贯通中央至县级四级媒体与多种载体，时间跨度约20年；全部语料经专业藏语文编辑团队严格筛选、逐条审校，内容权威可靠。
青海师范大学依托藏语智能全国重点实验室，长期开展藏语语言信息处理研究。此次与国家互联网应急中心联合发布“藏语数据集1.0”，是学校服务国家人工智能安全治理体系、推动民族语言信息化与智能化发展的重要成果，标志着我国藏语高质量可信语料建设进入规范化、体系化新阶段，对于提升藏语大模型训练水平、保障民族语言内容安全、促进各民族交往交流交融具有重要意义。
目前，“藏语数据集1.0”已上线“中文互联网语料资源平台”。用户可登录中国网络空间安全协会网站（https://www.cybersac.cn/newhome），经注册、认证后下载或联系获取相关数据。
下一步，学校将以此次数据集发布为契机，秉持共建共享、安全可信的原则，持续深化与国家互联网应急中心等单位的合作，推动形成藏语及其他民族语言高质量数据持续汇聚、迭代更新、开放利用的长效格局，让优质语料更好地服务国家人工智能发展与民族地区信息化建设。
