摘要： 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 阅读全文