11 月 10 日消息,OpenAI 發(fā)文宣布,將與組織合作生成用于訓(xùn)練 AI 模型的公共 / 私有數(shù)據(jù)集,數(shù)據(jù)合作伙伴關(guān)系旨在“讓更多組織能夠幫助引導(dǎo) AI 的未來(lái)”并“從更有用的模型中受益”。
IT之家從博客獲悉,OpenAI 稱:“為了最終使 AI 變得更加安全且造福于全人類,我們希望 AI 模型能夠深入理解所有主題、行業(yè)、文化和語(yǔ)言,這需要盡可能廣泛的訓(xùn)練數(shù)據(jù)集!
作為數(shù)據(jù)合作伙伴計(jì)劃的一部分,OpenAI 表示,它將收集“反映人類社會(huì)”且目前不易在線訪問(wèn)的“大規(guī)!睌(shù)據(jù)集。雖然該公司計(jì)劃跨多種模式開(kāi)展工作,包括圖像、音頻和視頻,但它特別尋求跨不同語(yǔ)言、主題和格式“表達(dá)人類意圖”(例如長(zhǎng)篇寫(xiě)作或?qū)υ挘┑臄?shù)據(jù)。
OpenAI 表示,如有必要,它將與組織合作,結(jié)合使用光學(xué)字符識(shí)別和自動(dòng)語(yǔ)音識(shí)別工具,對(duì)訓(xùn)練數(shù)據(jù)進(jìn)行數(shù)字化,并在必要時(shí)刪除敏感或個(gè)人信息。
OpenAI 希望創(chuàng)建兩種類型的數(shù)據(jù)集:一個(gè)可供任何人在 AI 模型訓(xùn)練中使用的公開(kāi)開(kāi)源數(shù)據(jù)集,以及一組用于訓(xùn)練專有 AI 模型的私有數(shù)據(jù)集。
OpenAI 表示,私有集適用于希望保持?jǐn)?shù)據(jù)私密性但希望 OpenAI 的模型更好地理解其領(lǐng)域的組織;到目前為止,OpenAI 與冰島政府和 Miðeind ehf 合作,提高了 GPT-4 說(shuō)冰島語(yǔ)的能力,并與自由法律項(xiàng)目合作,提高其模型對(duì)法律文件的理解。