信息来源？

来源: 泥川 于 2023-02-10 11:14:10 [] [旧帖] [给我悄悄话] 阅读数 : (388 bytes)
回答: 关于Cgpt 的几个问题 由 笑薇. 于 2023-02-10 06:47:12

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。

请您先登陆，再发跟帖！