阿里研究院-大模型训练数据白皮书-240531

1. 算法、算力与数据是支撑大模型发展的三大基石，更高质量、更丰富的数据是生成式人工智能大模型成功的关键。

2. GPT模型从第1代到第4代的训练数据规模和质量有显著提升，高质量人类标注的数据对模型发展起着重要作用。

3. 人工智能的发展是以数据为中心的，有标注的高质量数据能释放人工智能的价值，业界应更多关注数据质量以促进人工智能的发展。