互联网数据质量约束

阿莫代伊承认，高质量互联网数据枯竭可能构成一种缩放限制。尽管网上存在数万亿词的文本，但其中大量内容重复、低质（如搜索引擎优化垃圾内容），或可能是未来由AI生成的文本，从而限制了可用的高质量训练材料。

Dario Amodei·已发布 2024年11月11日

预览链接在此环境中有效。公开卡片的URL仅在发布后可用。

观点背后的信息

翻译仅用于阅读理解；原始摘录仍为 source evidence。

达里奥·阿莫代伊、阿曼达·阿斯克尔与克里斯·奥拉赫谈人工智能发展与安全

原始摘录

we simply run out of data. There’s only so much data on the internet, and there’s issues with the quality of the data. You can get hundreds of trillions of words on the internet, but a lot of it is repetitive or it’s search engine optimization drivel

翻译 · 非原文措辞

我们单纯会耗尽数据。互联网上的数据总量是有限的，且数据质量存在问题。你确实能从互联网上获取数百万亿词，但其中大量内容是重复的，或是搜索引擎优化类的废话。

上下文

打开原始内容 · 15:51 查看这场访谈

时间点来自所提供的转录稿，尚待媒体回放核对。