当前AI大模型的训练，数据端需要巨大数据量的大规模数据集投喂。公开资料显示，OpenAI的数据来源可能包括但不限于：公开可用的数据集，如互联网上的各种资源，如书籍、网页、新闻文章、学术论文等；合作伙伴和第三方数据提供商提供的数据集；购买的特定领域的数据，如医疗、法律或科学文献；合成数据，OpenAI可能会使用其模型自生成数据，例如通过模型自身的输出来训练和改进模型；众包和社区贡献的数据。
文章来源：东方财富Choice数据
OpenAI“不能说的秘密”被公开了？使用YouTube数据训练模型 获取方式并不光彩
当前AI大模型的训练，数据端需要巨大数据量的大规模数据集投喂。公开资料显示，OpenAI的数据来源可能包括但不限于：公开可用的数据集，如互...
