标签：训练数据
ChatGPT等模型疯狂训练，最快2026年消耗尽公开文本数据
Epochai发布了一份关于大语言模型（LLM）训练数据消耗的研究报告，指出目前全球公开的高质量文本训练数据集约为300万亿tokens。然而，随着像ChatGPT这样的模...
ChatGPT真能记住你的话吗？DeepMind与开源大佬揭示LLM记忆之谜
在探讨大型语言模型（LLM）的记忆能力时，Simon Willison指出，尽管LLM看似具备记忆功能，实则它们在推理时并不能记住任何信息，本质上是无状态函数。用户感...
3140亿参数，可商用！马斯克开源大模型Grok-1
3月18日，马斯克兑现了开源承诺，将旗下公司x.ai的大模型Grok-1正式开源，并支持商业化用途。在这段文本中，重点词语和句子已经使用HTML元素标记出来，使其更...
OpenAI再陷巨大争议？Sora训练数据被质疑非法，CTO采访疯狂翻车
，在最近的一次采访中，对于的来源问题回答含糊，引起了广泛关注和讨论。当被问及Sora使用了哪些数据进行训练时，Murati仅表示使用了公开可用和经过许可的数...
Sora竟是用这些数据训练的？OpenAI CTO坦白惹众怒
OpenAI的首席技术官Mira Murati在最近的一次采访中透露了更多关于其新推出的文生视频工具Sora的细节。采访主要围绕以下几个方面展开:Sora的工作原理。作为一...
