openai 的 gpt 系列产品，有几个很关键的不同，在于
1，他们人工优化鉴定了文本和回答集合的质量，低质量的回复，留言，讨论是不进入他们的数据库的。这就是为什么，有的国产号称参数万亿，搜集了十倍于 openai 的数据集但是 没有他们的效果，甚至无法回答有意义的内容。
2，gpt 不是百度百科类的集合，不是百科全书，名字解释类的集合。
3，openai 把人类已经出版的文本，书籍，素材，代码都输入进了数据库，素材库。能否进行自然语言编程。这一点国内根本做不到。
4，openai 目前无法从一个人的语言特征里提取出模型，制造出数字人格。
只能模拟历史上的著名人物，不能解析今天的普通人的思维。
但不代表他们以后做不到，或许已经能模拟出数字性格，和数字情绪，并且可调整
比如 模拟一个岁月静好的发言特征
5，openai 强化了 in context learning 和 RLHF（人工强化学习）通过人为的鉴定指导 ai 去学习
也即是说，一亿用户产生的新数据也被他们拿去优化升级。这一点国产无法实现。
总之，指望国产 gpt 能很快诞生，达到国外产品的类似效果，至少要到下半年。人工清理数据，人工鉴定文本质量是个非常耗时间的事情。而且不能用文化层次低的民工，以前的数据标记用的都是最穷的底层人，现在行不通了。也就说要雇佣上万大学生来做才行。
一个更好的 GPT 应该是什么样子？
1，实现自然语言编程
2，提供数学公式接口
3，模拟特定角色，比如数学家，物理学家，工程师
4，情绪可调整，随机性增加，不能一直重复回答。有 涌现 特征。机器能够产生类似临机一动的效果。
5，提供外部数据输入人口，一次记忆超过 100k 的文本
6，支持图片，视频，音频输入，支持图片，音频输出，支持文本图片合成，支持 OCR
原文链接：https://www.bilibili.com/read/cv22206160
