CCI 3.0是智源研究院发布的一个大规模的中文互联网语料库，包含了1000GB的数据集和498GB的高质量子集CCI 3.0-HQ。该版本在数据规模上相较于CCI 2.0扩大了近一倍，数据来源机构增加至20多家，提升了数据的覆盖面和代表性。CCI 3.0收录了超过2.68亿个网页，覆盖了新闻、社交媒体、博客等多个领域。CCI 3.0对原始数据进行了细致的分类和标记，覆盖了语法、句法、教育程度等10多个维度，筛选出高价值数据。

CCI 3.0 – 智源研究院发布的大规模的中文互联网语料库 第1张
（图片来源网络，侵删）
CCI 3.0 – 智源研究院发布的大规模的中文互联网语料库 第2张
（图片来源网络，侵删）