深度求索公司公布新型数据采集专利，助力大语言模型训练效率提升

　　国家知识产权局最新公告显示，杭州深度求索人工智能基础技术研究有限公司申请的“一种广度数据采集的方法及其系统”专利于4月1日正式公布。该技术旨在优化网页数据采集流程，通过智能筛选链接、分析内容质量及优化下载分配，显著减少低效或重复下载，从而提升数据质量并降低网络资源消耗。

　　专利摘要指出，该系统采用独立的信息回灌队列设计，确保数据处理的稳定性，同时避免对目标网站造成流量冲击。当前，大语言模型训练依赖高质量、多样化的数据集，但传统采集技术常面临链接遗漏、过量访问及内容质量不足等问题。深度求索的解决方案有望为人工智能领域提供更高效的数据支持，推动自然语言处理技术发展。