瑟瑟宝藏库

王计兵的生活里，经济窘迫是贯穿的主题。19岁，家里没钱建房，他和二哥到沈阳做木工。20岁，他回到家乡，在沂河里捞沙子。结了婚，仍受穷，他与妻子去新疆打零工，又独身去山东开了七年翻斗车。2002年春天，他和妻子来到昆山时，全身上下只有五百元钱。最困难的时候，一家人住在废弃河床上搭出的木板房里。摆地摊、拾废品，夫妻两人攒了些本钱，在2005年开起一间日杂店，勉力维生。再后来，女儿借读高中，儿子赶上昆山市的积分入学政策，只能入读昂贵的民办初中，每年要共计近十万学费；2014年，他与妻子在昆山买下第一套房，房贷成了另一座大山；实体小卖部的经营越来越差，月利润只有两千元左右。

1：港中大研究团队发现“渐冻症”新发病机制 为治疗提供新视角

2：失序的十年，亚洲对投资者有何特别？

3：5G创新应用走深向实，持续释放对经济社会的赋能作用

瑟瑟宝藏库虽然大模型发展如火如荼，但大模型高质量语料短缺已成为全球共性问题。公开资料显示，大模型对数据供给要求极高。比如，训练GPT-4和Gemini Ultra大概需要4万亿至8万亿个单词。麻省理工学院等高校研究人员预测，到2026年之前，机器学习数据集可能会耗尽所有可用的高质量语料数据。研究机构EpochAI亦公开表示，最早在2024年，人类就可能会陷入训练数据荒，届时全世界的高质量训练数据都将面临枯竭。OpenAI也公开表达过对数据告急的担忧。