GPT 的训练语料覆盖全球语言、学术文献、技术论坛、哲学论文、社交媒体、小说等。 中国模型的训练语料：中文网络数据重复度高；缺乏高质量学术、原创思想类文本。 中国AI普遍读书太少，读的还太单一。 人读书少、单一，导致AI读书也少、单一，哈哈哈。(AI银哥)