【智快网】11月10日消息，OpenAI宣布了一项新的数据合作伙伴计划，旨在生成用于训练AI模型的公共和私有数据集。该合作伙伴关系的目标是扩大AI技术的应用范围，从更有用的模型中受益。
根据OpenAI的博客文章，他们提到：“为了最终使AI更加安全且造福于全人类，我们希望AI模型能够深入理解所有主题、行业、文化和语言，这需要尽可能广泛的训练数据集。”
作为数据合作伙伴计划的一部分，OpenAI计划收集“反映人类社会”的“大规模”数据集，这些数据目前不容易在网上获取。尽管OpenAI计划涵盖多种数据类型，包括图像、音频和视频，但他们特别强调了对不同语言、主题和格式的数据，以更好地“表达人类意图”，例如长篇写作或对话。
OpenAI表示，他们将采取必要的步骤，包括使用光学字符识别和自动语音识别工具，对训练数据进行数字化，并在必要时删除敏感或个人信息。
OpenAI计划创建两种类型的数据集：一个是公开开源数据集，可供任何人在AI模型训练中使用，另一个是私有数据集，用于训练特定领域的专有AI模型。
此外，OpenAI还强调私有数据集的重要性，特别适用于那些希望保持数据私密性但又希望OpenAI的模型能更好地理解其领域的组织。OpenAI已经与冰岛政府和Miðeind ehf合作，提高了GPT-4对冰岛语的理解能力，并与自由法律项目合作，提高了其模型对法律文件的理解。这一合作伙伴计划标志着OpenAI在共同推动AI技术发展方面迈出的重要一步。
