openai的gpt系列產(chǎn)品，有幾個很關(guān)鍵的不同，在于

1，他們?nèi)斯?yōu)化鑒定了文本和回答集合的質(zhì)量，低質(zhì)量的回復(fù)，留言，討論是不進入他們的數(shù)據(jù)庫的。這就是為什么，有的國產(chǎn)號稱參數(shù)萬億，搜集了十倍于openai的數(shù)據(jù)集但是 沒有他們的效果，甚至無法回答有意義的內(nèi)容。

2，gpt不是百度百科類的集合，不是百科全書，名字解釋類的集合。

3，openai把人類已經(jīng)出版的文本，書籍，素材，代碼都輸入進了數(shù)據(jù)庫，素材庫。能否進行自然語言編程。這一點國內(nèi)根本做不到。

4，openai目前無法從一個人的語言特征里提取出模型，制造出數(shù)字人格。

? 只能模擬歷史上的著名人物，不能解析今天的普通人的思維。

但不代表他們以后做不到，或許已經(jīng)能模擬出數(shù)字性格，和數(shù)字情緒，并且可調(diào)整

比如 模擬一個歲月靜好的發(fā)言特征

5，openai強化了in context learning 和RLHF（人工強化學(xué)習(xí)）通過人為的鑒定指導(dǎo)ai去學(xué)習(xí)

也即是說，一億用戶產(chǎn)生的新數(shù)據(jù)也被他們拿去優(yōu)化升級。這一點國產(chǎn)無法實現(xiàn)。

總之，指望國產(chǎn)gpt能很快誕生，達到國外產(chǎn)品的類似效果，至少要到下半年。人工清理數(shù)據(jù)，人工鑒定文本質(zhì)量是個非常耗時間的事情。而且不能用文化層次低的民工，以前的數(shù)據(jù)標記用的都是最窮的底層人，現(xiàn)在行不通了。也就說要雇傭上萬大學(xué)生來做才行。

一個更好的GPT應(yīng)該是什么樣子？
1，實現(xiàn)自然語言編程

2，提供數(shù)學(xué)公式接口

3，模擬特定角色，比如數(shù)學(xué)家，物理學(xué)家，工程師

4，情緒可調(diào)整，隨機性增加，不能一直重復(fù)回答。有 涌現(xiàn) 特征。機器能夠產(chǎn)生類似臨機一動的效果。

5，提供外部數(shù)據(jù)輸入人口，一次記憶超過100k的文本

6，支持圖片，視頻，音頻輸入，支持圖片，音頻輸出，支持文本圖片合成，支持OCR