1.数据量级
gpt-4 1750亿参数
2、不同自然语言训练表现不同
中文较差
3、数据来源问题
（1）中文网站优质内容少，且需要付费，优质平台消亡
（2）很多现存平台内容质量差，如csdn
（3）水军、自媒体、营销号和饭圈太多，豆瓣，贴吧，微博小红书
（4）互联网大厂行业竞争与垄断，用户数据生态封闭
4、中文人工智能的未来
（1）最大的难点在于获取数据
为什么中文语言模型这么难
发布时间 2023-03-31 23:09:43作者: 万里同风
1.数据量级
gpt-4 1750亿参数
2、不同自然语言训练表现不同
中文较差
3、数据来源问题
（1）中文网站优质内容少，且需要付费，优质平台消亡
（2）很多现存平台内容质量差，如csdn
（3）水军、自媒体、营销号和饭圈太多，豆瓣，贴吧，微博小红书
（4）互联网大厂行业竞争与垄断，用户数据生态封闭
4、中文人工智能的未来
（1）最大的难点在于获取数据