信息来源？

ChatGPT的训练数据包括: OpenWebText（开源版本）,数据是从Reddit论坛上收集的URL，再把内容抓取下来。Common Crawl(一个开放的互联网数据存档）。其他数据包括Wikipedia维基百科，Books开放图书，Stack Exchange技术问答社区，Github 代码，ArXiv论文，RealNew新闻存档，PubMed数据.....等，共300 billion words。